Une alliance malaisée : Nisei & Africains-Américains
Bibliographic record
Abstract
Ce texte porte sur la réaction ambivalente de la communauté japonaise américaine face aux grand mouvement de défense des droit civiques des Noirs en 1963 et 1964. De nombreux Nisei (notamment les militants de la Japanese American Citizens League) avaient auparavant appuyé les Noirs dans leur lutte juridique en faveur de l’égalité raciale, mais l’avènement du mouvement de masse dirigé par Martin Luther King en inquiéta aussi beaucoup, qui voyaient le mouvement noir au mieux comme un mouvement ne les concernant pas, au pire comme une mobilisation menaçant leurs bonnes relations avec le groupe blanc dominant. Ces oppositions au sein de la communauté débouchèrent sur une série de confrontations. En 1963, lorsque King invita le JACL à envoyer des représentants à la célèbre marche sur Washington, quelques sections locales imposèrent leur veto, et il fallut une intervention directe des chefs nationaux pour sortir de l’impasse. En même temps, un débat se déclencha dans la presse Nisei, qui donna la parole à la fois aux avocats et aux critiques des manifestants non-violents. En 1964, les Nisei de Californie se déchirèrent de nouveau, à propos cette fois d’un projet de referendum visant à remettre en cause les lois garantissant l’égalité raciale dans le logement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.046 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".