MétaCan
Menu
Retour à la cohorte
Enregistrement W2088229852 · doi:10.5130/portal.v11i1.3293

Words That Can Kill: The Mugesera Speech and the 1994 Tutsi Genocide in Rwanda

2014· article· en· W2088229852 sur OpenAlexaboutno aff
Narelle Fletcher

Notice bibliographique

RevuePORTAL Journal of Multidisciplinary International Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East and Rwanda Conflicts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenocideScrutinyPoliticsPolitical scienceLawSociology

Résumé

récupéré en direct d'OpenAlex

One of the most significant extant documents attesting to the dissemination of genocide ideology in Rwanda in the early 1990s is the speech delivered on 22 November 1992 by the political figure Léon Mugesera, a member of the incumbent MRND party. It is particularly significant because it constitutes the earliest example of explicit genocidal discourse expressed by a member of the ruling political party in a public forum, and as such it has often been regarded as offering a ‘blueprint’ for the practical implementation of the genocide. In addition, the contents of the speech have been the subject of intense scrutiny and heated debate within the framework of a judicial process in Canada spanning more than a decade to determine whether Mugesera should be deported to Rwanda to face prosecution for genocide.
 
 The original speech was delivered in Kinyarwanda, the national language of Rwanda, which effectively meant it was largely inaccessible to foreign commentators until it was translated into French and English. This article examines key thematic, lexical and stylistic elements within the original speech as it was heard by its target audience, as well as fundamental issues raised by the Canadian hearings relating to the translation process such as accuracy, fidelity, impartiality and subjectivity which were crucial elements in the decision-making process which finally led to Mugesera being deported to Rwanda on 23 January 2012.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,339
Écart entre enseignants0,300 · 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.

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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePORTAL Journal of Multidisciplinary International StudiesMême sujetMiddle East and Rwanda ConflictsTravaux en français237 207