The Medium of the Gezi Movement in Turkey: Viral Pictures as a Tool of Resistance
Notice bibliographique
Résumé
This paper examines critically the role of the viral images spread through social media in the development of the Gezi movement in Turkey. On May 31, 2013, a small scale environmentalist protest for the preservation of a public park, which was planned to be converted into a shopping mall, transformed into a mass resistance against the authoritarian polices of the Islamist and neoliberal Justice and Development Party. This gathering of hundreds of thousands people over a very short time period in a moment when the mainstream media under government censorship did not cover the events, brought forward the question about the power of the viral pictures circulated through social media on the organization of a public resistance. From May 31st to June 15th, millions of tweets and Facebook posts on the Gezi Movement were shared in order to spread the news about the resistance. The horizontal and non-hierarchical way of distribution of the pictures through social media helped the formation of a common platform for the discussion among people from different social and political backgrounds and identities, and served to the construction of a pluralistic bloc for resistance. Through the experience of the Gezi Movement in Turkey and its dialogue with the ongoing uprisings in other parts of the world, I explore the power and limits of the viral pictures in the social media where individuals without a centralized leadership can come together online in order to construct a strong resistance offline.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».