„The Power of Food to Bring People Together and Create Common Ground“. Affektive Dissonanz und transnationale Solidarität in einem Ernährungsnetzwerk
Bibliographic record
Abstract
Wie entstehen kollektives Handeln und Solidaritäten jenseits von Identitätspolitik? Dies ist Ausgangsfrage und Erkenntnisinteresse dieses Artikels, der sich der Entstehung von subjektiven und kollektiven Räumen der Bewegung in und durch geteilte lebensweltliche Sphären zuwendet. Aufbauend auf Material, das in einer empirischen Studie im Ernährungsnetzwerk in Toronto, Kanada, gewonnen wurde, wird argumentiert, dass durch Problematisierungen geteilter lebensweltlicher Anliegen, wie hier Ernährung, Räume für eine Politisierung jenseits von Identitätspolitik entstehen. Diese Räume produzieren „affektive Dissonanzen“ (Hemmings 2012), die transnationale solidarische Praktiken ermöglichen. Affektive Dissonanzen werden verstanden als (körperliche) Erfahrung von Divergenz zwischen Ontologie und Epistemologie, also der Differenz zwischen der gefühlten Wahrnehmung des eigenen Seins in der Welt und den Bedingungen eines lebbaren Lebens. Wie über affektive Dissonanzen solidarische Praktiken entstehen ist dabei zentrales Augenmerk des Artikels. Es wird gezeigt, dass materialisierte Ungleichheiten, für die Deutungsangebote bestehen – wie in diesem Fall rassistisch produzierte (ökonomische) Marginalisierung –, affektive Dissonanzen explizierbar machen, während andere (in diesem Fall die Verbindung, Naturalisierung und Abwertung von Weiblichkeit mit Sorge) zwar diffus gefühlt jedoch nicht eingeordnet werden können. Damit, so das Argument, wird die Existenz eines Deutungsangebots zu einer zentralen Schnittstelle von affektiver Dissonanz und Solidarität jenseits von Identitätspolitik.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.054 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".