MétaCan
Menu
Retour à la cohorte
Enregistrement W2163305217 · doi:10.14506/ca29.3.01

Witness: Humans, Animals, and the Politics of Becoming

2014· article· en· W2163305217 sur OpenAlexafffund
Naisargi N. Davé

Notice bibliographique

RevueCultural Anthropology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConnaught FundSocial Sciences and Humanities Research Council of CanadaJackman Humanities Institute, University of TorontoUniversity of TorontoYork UniversityAzim Premji University
Mots-clésWitnessAnimal rightsHuman animalHumanityAnimal welfarePoliticsSociologyEnvironmental ethicsSentienceReading (process)WishNon-humanCriminologyAestheticsGender studiesPolitical scienceLawPhilosophyAnthropologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

A prominent animal rights activist in New Delhi, explaining her relentlessness on behalf of animals, said to me the following: “I only wish there were a slaughterhouse next door. To witness that violence, to hear those screams . . . I would never be able to rest.” She was not alone among animal welfare activists in India in linking the witnessing of violence against an animal to the creation of a profound bond that demanded from her a life of responsibility. I argue in this article that this moment of witnessing constitutes an intimate event in tethering human to nonhuman, expanding ordinary understandings of the self and its possible social relations, potentially blowing the conceit of humanity apart. But I also consider another reading, which is how this act of intimacy exacerbates the species divide as the witness hyper-embodies herself as human, “giving voice” for the animal other which cannot speak. Throughout the article, I consider how posthumanist perspectives might trouble both these interpretations and ask what it would it mean to take seriously the animal activist’s “becoming animal.”

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,066
Communication savante0,0090,007
Science ouverte0,0010,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,039
Tête enseignante GPT0,367
Écart entre enseignants0,329 · 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

Citations144
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCultural AnthropologyMême sujetGeographies of human-animal interactionsTravaux en français237 207