MétaCan
Menu
Retour à la cohorte
Enregistrement W2957416931 · doi:10.25071/2369-7326.40308

“A Meat Locker in Hebron”: Meat Eating, Occupation, and Cruelty in To the End of the Land

2019· article· en· W2957416931 sur OpenAlexaffvenue
Aaron Kreuter

Notice bibliographique

RevuePivot A Journal of Interdisciplinary Studies and Thought · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCrueltyTortureWifeIdeologyGrossmanJudaismLawDehumanizationState (computer science)CriminologySociologyHistoryLiteraturePolitical sciencePhilosophyArtTheologyPoliticsHuman rightsEconomics

Résumé

récupéré en direct d'OpenAlex

In this paper, I explore the connections between meat-eating, cruelty, and the Israeli/Palestinian crisis in Israeli author David Grossman's 2008 novel To the End of the Land (translated from the Hebrew in 2010 by Jessica Cohen). Using the radical vegetarian-feminist theories of Carol J. Adams, I argue that in the novel, Grossman reveals how the Israeli nation-state's treatment of the occupied Palestinian people is part and parcel of the same ideological construct that allows its citizens to consume the flesh of dead animals; if a nation can eat meat, it can dehumanize and oppress its unwanted others. In particular, I look at a pivotal moment in the novel, where the protagonist Ora's son's military unit leaves an elderly Palestinian man chained up and suffering in a Hebron meat locker; I locate this event as the most important physical space in a novel preoccupied with space, land, and physicality. I also look at another example of a Jewish author grappling with the cruelty of eating meat, the Yiddish writer Isaac Bashevis Singer's short story "The Slaughterer." Finally, I interrogate the idea, put forward by Todd Hasak-Lowy, that Grossman is less concerned with the sufferings of the Palestinian people than he is the sufferings of the stoic Israeli, forced to make compromising moral choices.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,902

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 savante0,0000,000
Science ouverte0,0000,001
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 Opus0,024
Tête enseignante GPT0,355
Écart entre enseignants0,331 · 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'étudeObservationnel
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePivot A Journal of Interdisciplinary Studies and ThoughtMême sujetGeographies of human-animal interactionsTravaux en français237 207