MétaCan
Menu
Retour à la cohorte
Enregistrement W2972735406 · doi:10.1177/1468796819873141

“To me, you are not a Serb”: Ethnicity, ambiguity, and anxiety in post-war Sarajevo

2019· article· en· W2972735406 sur OpenAlexafffund
Jelena Golubović

Notice bibliographique

RevueEthnicities · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueRomani and Gypsy Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEthnic groupSociologyFeelingGender studiesNarrativeSiegeSocial psychologyPsychologyHistoryAnthropologyLiterature

Résumé

récupéré en direct d'OpenAlex

The siege of Sarajevo has altered the experience of ethnicity, reconfiguring ethnic categories into moral boundaries. From 1992 to 1995, the city was held under siege by the Army of Republika Srpska, and many Sarajevan Serbs still grapple today with the feeling that others view them as aggressors. Based on one year of ethnographic fieldwork with Serb women of the pre-war generations, I describe how they intentionally make small alterations in gesture and body language in order to perform ethnic ambiguity, and avoid being read by others as Serb. While anthropological accounts have tended to use performativity to emphasize the constructed and situational nature of ethnicity, here I focus on the anxiety that drives Serb women’s performances in order to capture the inherent and inescapable feeling of ethnicity in a post-war space. I also discuss the difficulty of capturing this anxiety through empirical methods, navigating the discrepancy between Serb women’s narrative accounts of ethnic stigmatization compared to the apparently unproblematic flow of everyday social life. Through this discrepancy, I demonstrate how the embodied and ever-accumulating feeling of ethnic anxiety can conjure threats where there may be none, and how it can charge even the most (seemingly) mundane encounters.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,012
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,385
Écart entre enseignants0,330 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations18
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEthnicitiesMême sujetRomani and Gypsy StudiesTravaux en français237 207