MétaCan
Menu
Retour à la cohorte
Enregistrement W2164872287 · doi:10.1111/ips.12049

Technologizing Humanitarian Space: Darfur Advocacy and the Rape-Stove Panacea

2014· article· en· W2164872287 sur OpenAlexaff
Samer Abdelnour, Akbar Saeed

Notice bibliographique

RevueInternational Political Sociology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésProblematizationPanacea (medicine)StoveContext (archaeology)Humanitarian aidSociologyRefugeePolitical scienceLawEpistemologyEngineeringHistory

Résumé

récupéré en direct d'OpenAlex

We examine how an unassuming domestic technology—the fuel-efficient stove—came to be construed as an effective tool for reducing sexual violence globally. Highlighting the process of problematization, the linking of problems with actionable solutions, we show how US-based humanitarian advocacy organizations drew upon spatial, gender, perpetrator, racial, and interventionist representations to advance the notion that “stoves reduce rape” in Darfur. Though their effectiveness in Darfur remains questionable, efficient stoves were consequently adopted as a universal technical panacea for sexual violence in any conflict or refugee camp context. By examining the emergence and global diffusion of the rape-stove problematization, our study documents an important example of the technologizing of humanitarian space. We postulate fuel-efficient stoves to be a technology of Othering able to simplify, combine, decontextualize, and transform problematizations from their originating contexts elsewhere. When humanitarian advocates construe immensely complex crises as “manageable problems,” the promotion of simple technical panaceas may inadvertently increase the burden of poverty for user-beneficiaries and silence the voices of those they claim to champion and serve.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,038
Communication savante0,0100,010
Science ouverte0,0010,011
Intégrité de la recherche0,0030,002
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 Opus0,022
Tête enseignante GPT0,318
Écart entre enseignants0,296 · 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.

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

Citations105
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Political SociologyMême sujetGender, Security, and ConflictTravaux en français237 207