Dangereusement drones : l’« Af-Pak » comme architecture d’un régime gouvernemental optique biopolitique
Notice bibliographique
Résumé
Ce texte s’efforce de montrer que la stratégie de contre-terrorisme poursuivie par l’administration Obama a amplifié et normalisé la pratique contestée de mener des frappes militaires ciblées qu’avait adoptée l’administration précédente à l’aide de drones de combat pour éradiquer des sujets associés au réseau terroriste Al-Qaïda. En évoquant le continuum du régime précédent quant à la doctrine de « frappe préemptive » de l’administration Bush, nous avançons que la guerre des drones est bien en selle avec Barack Obama à ses commandes pour lutter contre le terrorisme. Dans un premier temps, nous retraçons les racines de l’utilisation des drones dans la stratégie militaire américaine, en illustrant comment les assassinats ciblés accompagnant l’avènement des drones s’insèrent dans la transformation du régime gouvernemental de sécurité nationale américain entamé dans le sillage de l’après-11 septembre et axé sur la frappe préemptive. Nous soutenons que l’instauration de ce régime basé sur la vision du chasseur technologique qu’est le drone nous permettra de mettre en relief comment, à travers une domination verticale, s’établit un régime optique capable de discipliner à distance les populations fonctionnant de concert avec la nouvelle stratégie de contre-insurrection. Dans un deuxième temps, nous passons en revue l’application de cette nouvelle tactique secrète de contre-terrorisme dans la zone géopolitique connue comme l’« Af-Pak » pour combattre les forces terroristes (insurgés talibans ou cadres d’Al-Qaïda). C’est devant le constat que l’utilisation des drones chasseurs/tueurs s’est généralisée en Af-Pak que nous interrogeons la dimension nécropolitique de cette stratégie militaire d’assassinats ciblés qui mise sur un régime gouvernemental optique biopolitique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».