Du Racisme Dans Les Rapports Entre Groupes Nationaux Au Canada et En Belgique
Bibliographic record
Abstract
« Vers le milieu des années 1990, le Canada et la Belgique ont connu une forte recrudescence de "dérapages racistes" entre les deux principaux groupes nationaux dans ces pays, c'est à dire entre francophones et anglophones au Canada et entre Flamands et francophones en Belgique. Ces dérapages, souvent banalisés, débordent largement aujourd'hui des débats classiques qui animent les rapports entre ces groupes depuis des décennies, comme les questions constitutionnelles et linguistiques. Depuis quelques années, plusieurs événements ou faits divers rapportent par des journalistes sont parfois culturalistes ou politises indument par les acteurs impliques, faisant intervenir de façon étonnante le rapport a "l'Autre," ou son origine, sans lien apparent avec le sujet traite. Dans cet article, nous présentons deux faits divers qui, dans chacun de ces pays, ont pris une ampleur politique étonnante, ont donné lieu a des manifestations très explicites de racisme et ont été transformes— surtout dans le cas canadien— en véritables "affaires" par les médias. L'objectif est de saisir, dans les discours des acteurs impliqués dans ces affaires, la présence ou l'absence des mécanismes qui sous-tendent la rhétorique raciste, dégagés par les théoriciens contemporains du racisme et les analystes de discours. À partir de la couverture médiatique de ces faits divers, cet article fournit donc quelques illustrations de ces mécanismes dans les discours des acteurs. »
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.019 | 0.014 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".