MétaCan
Menu
Retour à la cohorte
Enregistrement W4248650705 · doi:10.1163/9781848884298_009

Childish Games: Children, Horror, and the Abu Ghraib Photographs

2015· book-chapter· en· W4248650705 sur OpenAlexaboutno aff
Ana Romão

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisual artsArtHistory

Résumé

récupéré en direct d'OpenAlex

The chapter will center on a photograph by contemporary Canadian artist Jonathan Hobin entitled A Boo Grave, relating it to some of the infamous Abu Ghraib photographs taken by the U.S. Military Police during the Iraq War, by focusing on the representation of the child. It will discuss in what ways it has been possible for the ‘War on Terror’ to infiltrate children’s bedrooms and the implications of bringing the gruesomeness of war into the ‘play area’. The chapter will examine both the child as a horror object, and the significant role of the media and parents in the construction of the child’s image. The perviousness of the children to world events and the perversion of the child’s image will then be major topics discussed through Hobin’s lens. The analysis will be further developed, as I will examine signs of dubious ‘playfulness’ (associated with role-playing) within the ‘Abu Ghraib’ photographs themselves, especially the ones where the members of the Military Police appear smiling or giving the viewer the ‘thumbs up’ while constructing pyramids using detainee’s naked bodies, forcing a leash on one of them and ‘dressing up’ one other with a hood and cloth arranging him much like a child would do with a doll. By dehumanising the detainees in such a way, those photographs could be read as a sort of performance. This ‘staging’ will therefore be compared with Hobin’s photograph.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,114
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,011
Communication savante0,0070,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
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 Opus0,016
Tête enseignante GPT0,203
Écart entre enseignants0,187 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThemes in Literature AnalysisTravaux en français237 207