Notice bibliographique
Résumé
The challenges of protecting human rights after violent conflict are daunting. Often the very state institutions charged with protecting and promoting rights are the same ones that perpetrated crimes during the war, or must accommodate disarmed groups within new governance structures to move toward peace. Critical institutions to protect rights – the judiciary, the police, schools, hospitals and social welfare institutions – may have been destroyed and the economy and national treasury necessary to reconstruct them are empty. The rule of law exists mainly as an idea, and must be reconstructed to build social trust. Communities, families, have endured and fractured under the strain of violence, and must learn to live together again after so much loss. How is a survivor of mass violations of human rights to rebuild her life in such circumstances? How does her situated knowledge, as one who navigates such a complex and fraught terrain, provide further insights into the possibilities of realizing human rights after conflict? Northern Uganda is the site of a decades-old conflict (1987–2008) between the Ugandan government and the Lord’s Resistance Army (LRA). During this war – which now continues in the Democratic Republic of Congo, South Sudan and the Central African Republic – the LRA abducted over 60,000 children and youths, forcing them to fight, act as porters and become wives to commanders (Blattman and Annan 2010). The Ugandan government pursued multiple military strategies to crush the rebels, one of which was to forcibly displace up to 90 percent of the population into poorly protected camps (Dolan 2009). Both the LRA and Ugandan People’s Defence Forces (UPDF) are responsible for inflicting grave atrocities on the civilian population, including rape, murder, lootings, arson, torture, beatings, forced enslavement and humiliation (Amnesty International 1999; Branch 2011; Human Rights Watch 2003).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,029 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».