MétaCan
Menu
Retour à la cohorte
Enregistrement W2164806301 · doi:10.1177/136346150003700306

Trauma Stories: Violence, Emotion and Politics in Somali Ethiopia

2000· article· en· W2164806301 sur OpenAlexaff
Christina Zarowsky

Notice bibliographique

RevueTranscultural Psychiatry · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSomaliAngerSadnessPoliticsContext (archaeology)Political violenceSocial psychologyPsychologyDistressCriminologyPoison controlSociologyPolitical scienceMedicineClinical psychologyLaw

Résumé

récupéré en direct d'OpenAlex

This article draws on ethnographic material from Ethiopia to address two ways of making sense of violence and death: individual psychological trauma, in one society’s domain of psychological medicine, and personal and collective injury, in another society’s domain of politics. Both approaches entail theories of emotion and human nature. Both are embedded in social relations and have implications at individual, social and political levels. Among Somalis in Ethiopia, war-related distress is not interpreted in a medical framework aimed at healing. Rather, such violence is predominantly assimilated into the framework of Somali politics, in which individual injuries are considered injuries to a lineage or other defined group. The dominant emotion in this context is not sadness or fear, but anger, which has emotional, political and material importance in validating individuals as members of a group sharing mutual rights and obligations. Before advocating trauma-based models of war-related distress, researchers and practitioners should consider whether a medical framework would do better at helping individuals and communities to deal with distress and reconstruct meaningful lives and relationships in circumstances of longstanding collective violence.

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,010
Communication savante0,0070,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,311
Écart entre enseignants0,293 · 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

Citations48
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranscultural PsychiatryMême sujetMigration, Health and TraumaTravaux en français237 207