'A Species of Treason?': Deportation and Nation-Building in the Case of Tomo Čačić, 1931–1934
Bibliographic record
Abstract
La déportation jut utilisée au Canada, au debut des années 1930, pour soustraire les extrémistes de meme que des immigrants qui recevaient des prestations d'assistance aux chômeurs. Les études sur la déportation en Amérique du Nord sont limitées et peu d'entre elles se sont intéressées aux idées sur la « nation » comme étant au centre des débats sur la déportation. En outre, ces études se sont rarement attardées aux efforts locaux des personnes qui ont résisté à la déportation. Les ouvrages les plus influents en cette matière sont sans nul doute Whence They Came: Deportation in Canada 1900–1935, de Barbara Roberts, et « Tomo Čačić: Rebel without a Country », de Anthony Rasporich. L'article résumé id poursuit dans le droitfil des travaux de ces deux auteurs en expliquant non seulement les mécanismes, mais aussi les ancrages idéologiques des politiques de déportation des années de Dépression, à travers l'étude de cas très révélatrice de Tomo Čačić, extrémiste transnational qui pensait globalement et agissait localement. Le pouvoir de déporter offrait à l'État un puissant instrument pour modeler la nation. La déportation d'extrémistes politiques servait un double but: elle isolait et éloignait les personnes identifiées comme des ennemis politiques de l'ordre politique et, par le fait même, démontrait implicitement les qualités de ceux qui étaient qualifiés pour être des citoyens au sein de la nation canadienne naissante .
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.034 | 0.016 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".