De crímenes de familia a crímenes de Estado
Notice bibliographique
Résumé
El problema acuciante de violencia de género que vive Latinoamérica ha sido abordado recientemente por el cine de Argentina y México. En este artículo analizamos dos importantes representaciones, Las tres muertes de Maricela Escobedo de Carlos Pérez Osorio y Crímenes de familia de Sebastián Schindel. Basándose en historias reales, los directores recurren a diferentes estrategias para visibilizar y fomentar la discusión sobre la violencia contra mujeres y sus secuelas. En Crímenes de familia Schindel atrapa al espectador proponiendo un rompecabezas narrativo en el que poco a poco va introduciendo el tema por medio del suspenso. En Las tres muertes de Marisela Escobedo expone a través del documental el calvario de una madre en búsqueda de justicia para su hija, víctima de feminicidio. A través del documental emocional y de denuncia, Pérez Osorio vigoriza el debate en torno a la justicia y la violencia de género. En este trabajo analizamos las estrategias narrativas elegidas por los directores para visibilizar y agudizar el debate alrededor de temas complejos como la violación, homicidio agravado por el vinculo y el feminicidio. En segundo lugar, nos centraremos en la perspectiva de la madre que reformula en su devenir temas cruciales como la toma de conciencia, la falta de justicia, la sororidad y el activismo. Por último, analizamos la elección de ambas películas de ser co-producidos y distribuidos por Netflix. Argüimos que estos estos tres elementos se combinan para conformar lo que Rita Segato llama una “contra-pedagogía de la crueldad”.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».