MétaCan
Menu
Retour à la cohorte
Enregistrement W2536323704 · doi:10.1386/jac.8.2.199_1

Orality, documentary, intertextual performance and discursive practices: A reading of Ye Wonz Maibel (Deluge) 1997 by Salem Mekuria

2016· article· en· W2536323704 sur OpenAlexaff
Bunmi Oyinsan

Notice bibliographique

RevueJournal of African Cinemas · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican history and culture analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésObjectivity (philosophy)RhetoricSociologyCitizen journalismOralityLiteratureHistoryAestheticsGender studiesLiteracyArtEpistemologyLinguisticsLawPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract This article offers a reading of Salem Mekuria’s Ye Wonz Maibel (Deluge), a documentary on the Red Terror in Ethiopia under Mengistu Haile Mariam. Mekuria’s film critiques notions of objective and scientific truth on which patriarchal nation states and revolutionary rhetoric often depend. Mekuria does this by using a genre most associated with objectivity and truth – the documentary. Mekuria uses the film as an avenue to get herself and her subjects to actively perform their thinking through of the traumatic events. The process of active introspection allows Mekuria and her subjects to question official accounts of the events. In presenting her subjects’ voices Mekuria challenges the binary victim/oppressor using the notion of the African palaver, and other oral traditions such as sem-enna warq (wax and gold), a major influence in Ethiopian creative expressions. She offers Deluge as a model for participatory intervention and as a discursive and mediational performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,294
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of African CinemasMême sujetAfrican history and culture analysisTravaux en français237 207