MétaCan
Menu
Retour à la cohorte
Enregistrement W7133053003

Toronto’s Anti-Racist Action, 1992-2003: “Expose, Oppose and Confront”

2024· dissertation· W7133053003 sur OpenAlexfundaboutno aff
Kristin Schwartz

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineSocial Sciences
ThématiquePopulism, Right-Wing Movements
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoStrong
Mots-clésFront (military)PoliticsAction (physics)Direct actionPeriod (music)Political action
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study sheds light on the effectiveness of direct action in campaigns against the far right, by examining the Toronto activist group Anti-Racist Action (ARA-TO) between 1992 and 2003. ARA-TO’s mission was to “expose, oppose and confront” far-right opponents. Over two peak periods of activity, the group contributed to the collapse of the far-right Heritage Front and limited the growth of other far-right organizations, while fostering anti-racist youth culture and supporting a continent-wide network of youth-based anti-racist groups. The study draws upon personal recollections of the author (a past participant), 25 unstructured open-ended interviews, artifacts from the period, and print media coverage to create a thick, multi-perspectival description of ARA-TO and its relationships with other anti-racist organizations. It offers insight into the radical flank effect within a movement/counter-movement dynamic and reveals how, under certain conditions, radical organizations can remake the political field.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,409
Écart entre enseignants0,371 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetPopulism, Right-Wing MovementsTravaux en français237 207