MétaCan
Menu
Retour à la cohorte
Enregistrement W2990855714 · doi:10.14288/1.0385981

Songs of soldiers : decolonizing political memory through poetry and song

2019· article· en· W2990855714 sur OpenAlexaff
Juliane Okot Bitek

Notice bibliographique

RevueOpen Collections · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCaribbean and African Literature and Culture
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPoetryPoliticsHistoryLiteratureArtPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In January 1979, a ship ferrying armed Ugandan exiles and members of the Tanzanian army sank on Lake Victoria. Up to three hundred people are believed to have died on that ship, at least one hundred and eleven of them Ugandan. There is no commemoration or social memory of the account. This event is uncanny, incomplete and yet is an insistent memory of the 1978-79 Liberation war, during which the ship sank. From interviews with Ugandan war veterans, and in the tradition of the Luo-speaking Acholi people of Uganda, I present wer, song or poetry, an already existing form of resistance and reclamation, as a decolonizing project. Drawing from political memory in postcolonial, African, Black, Indigenous and Diaspora studies, I argue that truth-telling, a fundamental aspect of reconciliation and restoration of justice among the Acholi, can be achieved through poetic expression. This dissertation extends the technical definition of Okot p’Bitek’s Song school of poetry to include form and content and the space for social and political commentary in various voices and landscapes. The poet as historian, and the artist as ruler, both Okot p’Bitek’s concepts, are illustrated through “Songs of Soldiers”. This work is deeply rooted in displacement and the desire to return – continuing factors in where and how I think about and articulate myself.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,022
Communication savante0,0060,007
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsMême sujetCaribbean and African Literature and CultureTravaux en français237 207