Ghostly Vengeance: Spiritual Pollution, Time, and Other Uncertainties in Acholi
Notice bibliographique
Résumé
This dissertation is an ethnography that describes problems of spiritual upset in northern Uganda, where the repercussions of recent war (1986—2008) intermingle with older legacies of colonial and post-colonial violence. Based on 14 months of fieldwork in the Gulu and Amuru Districts of the Acholi sub-region, it describes spiritual effects and affects in ordinary life, encompassed by what many Acholi people understand in the concept of “dirty things,” or ajwani. The pollution of ajwani manifests in phenomena such as cen (sometimes interpreted as ghostly vengeance), malevolent spirit possession, misfortune, premature death, and other uncanny problems with unclear or uncertain causes. The ethnography shows that while ajwani can be broadly understood as the manifestations of spiritual pollution caused by transgressions of a moral order, this order—or orders—is the site of myriad epistemic and ethical collisions. The thesis thus considers how transgression is variously understood in Acholi, and how ghostly vengeance and other dirty things act as contextual, contingent, and subjunctive phenomena through time. The work features interlocutors of varied religious orientations and social positions, and shows how they consider spirit forces to be subjunctive —be they living or dead, human or extra-human. It further suggests that the contingency of ghostly vengeance and other dirty things points to the ways in which the distress such phenomena cause, and the timely responses they demand, provoke and reflect immanent and imminent ethical challenges in Acholi. In so doing, the thesis contributes ethnographic exposition to the anthropological literatures on violence, ritual, social repair, and authority in post-war Acholi; haunting, religiosity and Christianity(ies); contemporary witchcraft and conspiracy; and ordinary ethics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,020 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».