MétaCan
Menu
Retour à la cohorte
Enregistrement W1512347642 · doi:10.1111/gec3.12149

Touring “Terrorism”: Landscapes of Memory in Post‐War Sri Lanka

2014· article· en· W1512347642 sur OpenAlexaff
Jennifer Hyndman, Amarnath Amarasingam

Notice bibliographique

RevueGeography Compass · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueMemory, Trauma, and Commemoration
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésTamilNationalismTerrorismVictorySpanish Civil WarSri lankaGeographyPoliticsAdversaryPolitical scienceTourismState (computer science)Ancient historyPolitical economyDevelopment economicsHistoryEconomic historyLawSociologySouth asiaArt

Résumé

récupéré en direct d'OpenAlex

Abstract The Sri Lankan state's power to narrate the war and characterize the enemy is an expression of “triumphalist nationalism” and is a selective remembering of war. Based on photographs taken during several field visits to these sites by both authors between December 2012 and January 2014, we analyze the relationship of war and tourism and how a particular Sinhala nationalist remembering of the war and landscape of memory are being constructed in post‐war Sri Lanka. Today, Sri Lanka is a former war zone where the Government's troops defeated the rebel Liberation Tigers of Tamil Eelam (LTTE or Tamil Tigers) and ended 26 years of violent conflict in May 2009. The end of the war came at a huge cost to civilian life in the northern part of the country; the UN estimates that over 40,000 people were killed, most of whom were Tamils who form the majority in Northern Sri Lanka. Despite the end of military conflict, war continues by other means, and its representation encapsulates a nationalist politics of victory that at once vilifies the defeated LTTE “terrorists” and excludes Northern Tamils from the Sri Lankan polis. The LTTE's former hideouts, training facilities, weapons, and vehicles are now tourist sites on display for public viewing.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,006
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,265
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeography CompassMême sujetMemory, Trauma, and CommemorationTravaux en français237 207