Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Everyday people make use of Instagram to visually share their experiences encountering Holocaust memory. Whether individuals are sharing their photos from Auschwitz, the United States Holocaust Memorial Museum, or of the Memorial to the Murdered Jews of Europe in Berlin, this dissertation uncovers the impetus to capture and share these images by the thousands. Using visuality as a framework for analyzing how the Holocaust has been seen, photographed, and communicated historically, this dissertation argues that these individual digital images function as objects of postmemory, contributing to and cultivating an accessible visual and digital archive. Sharing these images on Instagram results in a visual, grassroots archival space where networked Holocaust visuality and memory can flourish. The Holocaust looms large in public memory. Drawing from Holocaust studies, public history, photography theory, and new media studies, this dissertation argues that the amateur Instagram image is far from static. Existing spaces of Holocaust memory create preconditions for everyday publics to share their encounters with the Holocaust on their own terms. Thus, the final networked Instagram image is the product of a series of author interventions, carefully wrought from competing narratives and Holocaust representations. The choice to photograph, edit, post, and hashtag one's photo forges a public method for collaborating with hegemonic memory institutions. This work brings together seemingly disparate sources to find commonality between Instagram images, museum guestbook entries, online reviews, former concentration camps, and major Holocaust memorials and museums.
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.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle