MétaCan
Menu
Retour à la cohorte
Enregistrement W1561426773 · doi:10.7202/1077600ar

La mise en récit des souffrances : violences, expériences et discours

2011· article· fr· W1561426773 sur OpenAlexaffvenue
Martin Hébert

Notice bibliographique

RevueAlterstice Revue internationale de la recherche interculturelle · 2011
Typearticle
Languefr
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Il existe une longue tradition de témoignages faits au nom de populations marginalisées et exposées à une variété de formes de violences sociales. Malgré les bénéfices évidents de ces efforts pour donner à connaître ces violences au champ du pouvoir, et par extension à l’opinion publique, ils ont aussi eu comme effet de limiter notre réflexion sur la possibilité qu’ont les théorisations locales de la violence et de la souffrance de s’inscrire dans un espace de communication entre les sujets souffrants et le champ du pouvoir. Le développement juste de cet espace de communication demande non pas d’imposer aux sujets souffrants la charge supplémentaire de traduire leur situation en une structure narrative admissible au champ du pouvoir, mais bien de développer notre compréhension de la diversité des stratégies discursives locales pour décrire et expliquer la violence. À partir d’exemples ethnographiques tirés du contexte autochtone mésoaméricain, nous explorons ici trois de ces formes locales de mise en récit : la personnification, la métonymie et l’antithèse. Une sensibilité plus grande à cette diversité discursive est présentée comme un moyen de dépasser la fatigue compassionnelle ressentie par le public, l’homogénéisation discursive du « dépendant » de l’aide humanitaire ou du pauvre, et le formatage médiatique qui transforme tôt ou tard la souffrance et la violence en biens de consommation pour leur auditoire.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,134
Tête enseignante GPT0,387
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlterstice Revue internationale de la recherche interculturelleMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207