Digital Cartography and Feminist Geocriticism Case Study II: Kilvenmani Massacre
Notice bibliographique
Résumé
L’article explore les relations d’espace, de caste et de genre dans les massacres de Dalits en localisant les survivantes du massacre de Kilvenmani (1968) dans une optique de géocritique féministe et de cartographie numérique. L’introduction traite des recherches féministes dans le domaine des SIG pour les situer dans le contexte d’un ensemble de connaissances plus vaste. Vient ensuite une section sur le contexte du massacre de Kilvenmani et les recherches connexes. La prochaine section résume la méthodologie hybride/mixte qui combine géocritique féministe (localisant les survivantes sur les lieux de la violence) et la cartographie numérique (localisant les survivantes sur des cartes géographiques et analysant les liens). Il est aussi question des sources utilisées pour identifier les survivantes. Ces sources sont fictives (romans, films) et non fictives (documentation, articles de journaux), et ont été soigneusement examinées pour comprendre la réalité de l’expérience du massacre vécue par les femmes dalits. La prochaine section donne la représentation sur carte des survivantes, à l’aide du logiciel QGIS, avec l’analyse des données et de nouveaux résultats traitant des relations de caste, d’espace et de genre dans le massacre des Dalits. Les deux études de cas, I (sur le massacre de Marichjhapi) et II (sur le massacre de Kilvenmani), font partie d’une étude élargie qui vise à créer une archive spatiale plus vaste des survivantes de massacres choisis de Dalits en Inde indépendante.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».