MétaCan
Menu
Retour à la cohorte
Enregistrement W7133092590

Digital Islamophobia: A Comparison of Right-wing Extremist Groups in Canada, the US, and India

2022· dissertation· W7133092590 sur OpenAlexaboutno aff
Zeinab Farokhi

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamophobiaRhetoricCasualNationalismPoliticsDigital mediaHinduismSocial mediaFraming (construction)Transnationalism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite recommendations for a global or transnational focus on the study of right-wing extremism, transnational comparative analyses of right-wing extremists remain relatively uncommon. While extant transnational studies of Islamophobia examine the phenomenon among countries in the global North, comparisons between countries in the global North and South are also still quite rare. Thus, my research responds to these knowledge gaps by examining how right-wing extremists in Canada, the US, and India exploit and weaponize gendered, affective, and emotional rhetoric and related visual content through Twitter to perpetuate Islamophobia. Building upon my analysis of digital media and governmentality, my research evidences how the digital architecture of Twitter facilitates and shapes important political relationships and affective alignments between these seemingly unrelated and geographically distant groups. To the casual observer, Hindu nationalism and white supremacy are disparate phenomena, however, as I show, the similarities in how Muslims are negatively constructed by these groups are quite striking. As I show throughout my dissertation, the transnational quality of Islamophobia in, across, and between right-wing extremist groups (RWEGs) is as much about looking in on particular groups as it is about looking outside to their mutually held investments which manifest and co-create connections and affective alignments between such extremist groups and movements in and between the global South and the global North. Thus, my dissertation compares the Twitter usage of Islamophobic right-wing extremists, focusing on anti-Muslim rhetoric in Hindu nationalist and white supremacist discourses. Using a transnational, intersectional, and affective feminist media framework, my study demonstrates the similarities, differences, and interconnections of digital Islamophobia in these three countries. Across this project, I pay specific attention to the role of digital platform politics, technical, architectural affordances, and affectively-charged and highly gendered rhetoric exploited by these groups. Ultimately, my research evidences the emergence of a digital, transnational, and affective alignment between such groups in their mutual pursuit of anti-Muslim sentiment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0070,003
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,319
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetGender, Feminism, and MediaTravaux en français237 207