Ségrégation raciale et géographique : le cas de Newark au New Jersey, 1937-1967
Bibliographic record
Abstract
Nos recherches portent sur la ghettoïsation de la population afro-américaine de 1937 à 1967 à Newark, au New Jersey, soit depuis l’adoption par le Congrès américain du Housing Act de 1937, jusqu'aux émeutes de juillet 1967. Nous démontrons comment un mélange de transformations démographiques, de désindustrialisation et un appareil politique autoritaire à la tête d'une véritable « mafiocratie » locale ont abouti à ce phénomène. Avec le processus de domination de classe, la marginalisation raciale est un élément constitutif de l'urbanisation étasunienne en délimitant les aires géographiques sur la base de l’appartenance ethnique et culturelle d’un groupe. Si le racisme est lié au thème de la domination, sa nature a plus à voir avec l’exclusion. En ce sens, la formation de ghettos et de classes racialisés et marginalisés n’est pas seulement une des conséquences de la culture raciste, mais une de ses nécessités inhérentes. Près de cinquante ans après les émeutes de Newark et alors que des mouvements sociaux de plus en plus importants comme Black Lives Matter lient les problématiques de la lutte au racisme, de déségrégation géographique et de brutalité policière, la question de la marginalisation géographique et politique de la communauté afro-américaine nous apparaît plus actuelle que jamais.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".