Proving injustice: Smuggler killings, impunity work, and vernacular counterforensics in Turkey's Kurdish borderlands
Notice bibliographique
Résumé
Abstract Kurdish smugglers have been targeted and killed by security forces in Turkey's Van borderlands systematically and with impunity. In response, the killed smugglers’ families and their lawyers conducted what I call vernacular counterforensics —the forensic examination both of the killings and of the legal authorities’ failure to investigate them properly. Associating the Kurdish borderlands with terrorism, the legal authorities often avoided collecting evidence on the killings to make potential perpetrators remain unknown or legally authorize the killings. By documenting this impunity work through their counterforensics, Kurdish complainants and lawyers demonstrated the judiciary's complicity in the systemization of state anti‐Kurdish violence. While anthropological studies show that criminal law operates by individualizing violation claims and perpetrators, vernacular counterforensics illustrates a distinct use of criminal law that reveals, rather than blurs, the state crimes’ systematic‐collective aspects. Rather than differentiating technoscientifically produced crime scene evidence from the political circumstances of state crimes, Kurdish complainants and their lawyers used the selective production of such evidence to corroborate the killings’ unlawfulness and their systematic‐collective character. This dual use of forensic evidence permits us to rethink analytical and methodological premises that view forensic evidence as fully verifiable and universally applicable and contrast it against contextual and contingent knowledge forms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,017 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».