Skin colour and social recognition (representations and life eperiences of the Afro-Brazilians emigrants to Paris)
Bibliographic record
Abstract
En s'appuyant sur l'expérience vécue par les Brésiliens noirs et métis émigrés à Paris, ce travail de thèse a voulu prendre en considération la dynamique interculturelle à l'oeuvre dans le conexte transnational européen. Au travers d'entretiens semi-directifs menés avec des membres de cette population, il s'est agi d'observer les processus relationnels que ces émigrés pouvaient établir dans le cobntexte de vie français et d'analyser ce que ces processus révélaient des rapports socio-raciaux. L'accent a été mis en particulier sur la subjectivité et l'intersubjectivité de processus cognitifs sous-tendant les actions et les choix objectifs qui sont ceux de cette population dans le cadre de sa vie quotidienne à Paris. L'étude des représentations que ces Brésiliens émigrés à Paris donnent de leur vécu, s'est organisé autour de plusieurs questions: les référents de la société brésilienne sont-ils préservés ou sont-ils bouleversés par l'expérience migratoire? La mise en regard de la société brésilienne et de la société française constitue-t-elle un opérateur de reconnaissance sociale? n'empêche-t-elle pas au contraire toute transformation qui permettrait un brassageculturel? Existe-t-il un espace où les identités "afro-brésiliennes", "noires" ou "afros" pourraient s'épanouir hors des stigmates et des stéréotypes? En tentant de répondre à ces questions, cette thèse a voulu mettre en évidence, notamment, les éléments qui génèrent des processus d'identification paradoxalement "fluides" et "marqués" à la fois, selon une combinatoire qui souligne l'apect construit des identités socio-raciales tant au Brésil qu'en France.
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 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".