REWARDING CIVILITY IN CANADA’S BATTLE OF THE BOOKS: CANADA READS AND THE POLITE DISCOURSE OF ELIMINATION
Notice bibliographique
Résumé
This thesis looks at three seasons of the Canadian Broadcasting Corporation’s (CBC) radio show Canada Reads – 2014, 2015, and 2016. I examine how each year’s debates over reconciliation (2014), inclusive multiculturalism (2015), and Canada’s role as a global refuge (2016) commonly presume a national mythology that Indigenous peoples have either disappeared or become “Canadian.” I argue that despite the show’s desire to build a better society through encouraging Canadians to read Canadian books, the debates featured on Canada Reads reflect the way assumed Canadian control of Indigenous lands is embedded in the language of Canadian literature and culture to both limit the political disruptiveness of Indigenous presence and reproduce ongoing colonial domination. Central to my argument is the sad truth that, even as the show invites diverse critiques of Canadian society, it nonetheless favours stereotypical narratives of Canadian multiculturalism, benevolence, and civility, and by doing so buttresses Canada’s unchanged status as a settler colonial state. I track and evaluate ruptures in the show's civil language and decorum by reading moments of debate when the logical foundations of these stereotypical national narratives are challenged. Thus, this thesis examines not only what panelists say to each other, but also what their dialogue says to other Canadians. I argue that panelists’ critiques of the nation drawn from their readings of the books - readings that are not so much holistic interpretations of books but strategies for winning the Survivor-style game - are welcomed by the show’s annual social justice themes which then use them to purvey the nation’s virtuous liberalism. Ultimately, my analysis traces how the civil protocols of the program through these three seasons reproduce conflicts between Indigenous peoples and Canadians by reinforcing the inequity of the arrangements of the existing nation-state.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,059 | 0,038 |
| Communication savante | 0,023 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».