MétaCan
Menu
Retour à la cohorte
Enregistrement W3090369951 · doi:10.1080/01436597.2020.1811663

Framing and movement outcomes: the #BringBackOurGirls movement

2020· article· en· W3090369951 sur OpenAlexaff
Temitope B. Oriola

Notice bibliographique

RevueThird World Quarterly · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Movement (music)Political scienceSocial movementPolitical economySociologyHistoryPoliticsAestheticsLawArt

Résumé

récupéré en direct d'OpenAlex

This paper is concerned with two questions: What are the master frames of the #BringBackOurGirls (#BBOG) movement? Why did the #BBOG attract significant global attention but achieve only moderate success in its goal – the release of all the school girls kidnapped by Boko Haram in Chibok in April 2014? The paper draws on primary and secondary data to argue that the international attention generated by #BBOG framing had historically specific resonance with local contestations for political power. The reverberation of the framing led to the alienation of key political actors in Nigeria who could have helped achieve the movement’s objective. The involvement of elite women in the movement played a major role in its global popularity but their political activities and loyalties before and during movement activities influenced local perceptions of the movement. The #BBOG’s rhetorical over-reliance on international support for achieving the movement’s objective was a strategic error. The #BBOG experience suggests the need for activists, particularly in the developing world, to recognise the constraints of their political context, work with local actors to achieve objectives, and publicise what ‘international support’ means for movement objectives.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,029
Tête enseignante GPT0,301
Écart entre enseignants0,272 · 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThird World QuarterlyMême sujetSocial Media and PoliticsTravaux en français237 207