Violence as civility: race, mining and Canadian neocolonizers in African states
Notice bibliographique
Résumé
Occupying a dominant position in the global mining industry is one of Canada's key strategies for establishing itself as a successful nation in the twenty-first century global order. This has entailed a rapid expansion of Canadian mining industry presence in African states, such that Canada is now the leading non-African country investing in African mineral exploration. Positing such presence as neocolonialist in nature, this thesis asks how it is in cultural terms that Canada, a country usually portrayed as a model of national and international civility, is able to engage in inherently violent neocolonialist practices in African countries in the twenty-first century. Data is generated primarily from interviews with Canadian mining industry professionals, and supplemented with examination of various Canadian federal government texts, multilateral agency documents and mining industry documents. The data is read in relation to the fact of African resistance to foreign domination of mining. Drawing on anti-colonial, postcolonial, post-structural and critical race theories of white masculinity, nation formation and racial discourse, my analysis of the data shows the making of a particular kind of Canadian national cultural imaginary, 'muscular white civility'---and a particular type of white male capitalist subject---required to normalize contemporary processes of North-South resource appropriation. By authorizing the appropriation of African mineral wealth in the name of Canadians' 'muscular white civility' (we have capital, technology, organization and humane values), Canadians' privileged access and property rights are maintained and normalized in contemporary African mining. A key finding of this research is the inherently white supremacist nature of the Canadian twenty-first century internationalist imaginary and the consequent reproduction of North-South economic disparities structured along racial lines.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,025 | 0,011 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 ».