MétaCan
Menu
Retour à la cohorte
Enregistrement W4213435735 · doi:10.1177/09670106211064040

Memoirs of women-in-conflict: Ugandan ex-combatants and the production of knowledge on security and peacebuilding

2022· article· en· W4213435735 sur OpenAlexfundno aff
Devon Curtis, Florence Ebila, María Martín de Almagro

Notice bibliographique

RevueSecurity Dialogue · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaAlborada Trust
Mots-clésPeacebuildingMemoirSociologyNarrativeTransformative learningPoliticsDisarmamentPolitical scienceLawGender studiesPolitical economyPedagogyArtLiterature

Résumé

récupéré en direct d'OpenAlex

Abstract The limitations of conventional accounts of security and peacebuilding drawing upon the ‘expert’ knowledge of military elites, policymakers and civil society representatives have been widely recognized. This has led security and peacebuilding policymakers, including through the United Nations Women, Peace and Security agenda, to search for alternative forms of knowledge, such as memoirs, photographs or oral histories, that better reflect lived experiences within local communities. Building on existing work on memoirs as knowledge production artefacts and on feminist security studies, this article demystifies experiential security knowledge through an analysis of three memoirs written by women ex-combatants in Uganda. We argue that while the memoirs offer complex and contradictory narratives about women ex-combatants, they are also the products of transnational mediated processes, whereby the interests of power translate complex narratives into consolidated representations and sturdy tropes of the abducted African woman ex-combatant. This means that although the three memoirs provide some hints as to transformative ways of thinking about security and peace, and offer dynamic accounts of personal experiences, they also reflect the politics of dominant representational practices.

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)0,007
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,013
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,021
Communication savante0,0060,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,258 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecurity DialogueMême sujetGender, Security, and ConflictTravaux en français237 207