MétaCan
Menu
Retour à la cohorte
Enregistrement W3049750986 · doi:10.3167/asp.2020.140109

Between Trauma and Resilience

2020· article· en· W3049750986 sur OpenAlexaff
Agatha Schwartz, Tatjana Takševa

Notice bibliographique

RevueAspasia · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensSaint Mary's UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNarrativeIdeologyGeopoliticsPsychological resilienceReading (process)Gender studiesState (computer science)SociologyHistoryPolitical scienceSocial psychologyPsychologyPoliticsLawLiterature

Résumé

récupéré en direct d'OpenAlex

This article discusses the personal narratives (both published and personal interviews collected for the purpose of this study) of female survivors of wartime rape in post–World War II Germany and postconflict Bosnia and Herzegovina. The authors examine how the women succeed in finding their words both for and beyond the rupture caused by the rapes through examples of life writing that challenge the dominant masculinist historical narrative of war created for ideological reasons and for the benefit of the nation-state. Using theories of trauma and insights by feminist scholars and historians, the authors argue that a transnational reading of survivors’ accounts from these very different geopolitical and historical contexts not only shows multiple points of mutual influence, but also how these narratives can make a significant contribution, both locally and globally, when it comes to revisiting how wartime rape is memorialized, and how lessons learned from the two contexts can be relevant and applicable in other situations of armed conflict as well.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,059
Tête enseignante GPT0,314
Écart entre enseignants0,256 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAspasiaMême sujetGender, Security, and ConflictTravaux en français237 207