MétaCan
Menu
Retour à la cohorte
Enregistrement W4378389071 · doi:10.1177/17506980231162325

Near and far: Tracing memory and reframing presence in pandemic-era Argentina

2023· article· en· W4378389071 sur OpenAlexfundno aff
Natasha Zaretsky

Notice bibliographique

RevueMemory Studies · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMemory, Trauma, and Commemoration
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityGeorgia State University
Mots-clésInjusticeDictatorshipCollective memoryDemocracyCultural memorySociologyCivil societyPoliticsState (computer science)Economic JusticePolitical repressionPolitical economyPolitical scienceLawAnthropology

Résumé

récupéré en direct d'OpenAlex

Memory has been a central foundation of democracy and civil society in Argentina since the first years of the military dictatorship (1976-1983) when groups occupied public spaces to protest systematic disappearances and state repression that left 30,000 victims. It has taken decades to achieve some form of justice for state terror and repression, much of that shaped by the culture of memory and accountability that hinged on embodied forms of public protest. But what happens to cultural memory when a pandemic precludes traditional forms of gathering? And what does this reveal about how Argentines renegotiate the significance of shared remembering and presence? Building on ethnographic fieldwork in Buenos Aires, this visual essay examines the significance of shared embodied practices of remembering through the lens of pandemic restrictions that invite new insights into the relationship between presence and political belonging. Rather than simply reacting to specific instances of injustice, this essay argues for the significance of cultural memory practices as fundamentally constitutive of democratic culture and civil society in Argentina as it faces new challenges.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,087
Tête enseignante GPT0,361
Écart entre enseignants0,274 · 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'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemory StudiesMême sujetMemory, Trauma, and CommemorationTravaux en français237 207