Notice bibliographique
Résumé
On June 12, 2013, a two-and-a-half minute amateur recording titled “Taksim’de Gaz saldırısının içinde kalan Kadının acı çığlıkları” was up-loaded on YouTube. It shows what appears to be a sudden as well as massive tear gas assault being conducted against a large crowd gathered somewhere in the vicinity of Istanbul’s Taksim square, where people have been protesting against the planed demolition of Taksim Gezi Park since May.This video, however, is striking in a number of ways. The speed at which the gas completely fills the whole area where the large crowd is assembled is astonishing. Forty seconds after the impact of the first cartridges, the sky is not visible anymore: a yellowish and dense smoke fills the entire frame of the image. Then, the camera turns its attention to a young woman nearby.1 Like the author of the video, she finds herself caught in the chemical cloud, on top of an immo-bilized bus, apparently unable to flee. The rudimentary respiratory mask she’s wearing over her mouth is clearly unable to protect her adequately in this situation. The incapacitating effects of the gas are dramatically illustrated by the acute distress she quickly finds herself in: the video shows her as she falls on her knees, screaming. The ex-perience must be terrifying. In her precarious position, the only thing she could do to avoid breathing the gas would be not to breathe at all which, in turn, would mean death. As Sloterdijk once observed, her body is coerced into collaborating to its own demise. It has no choice but to interface with the chemical agent filling the atmosphere
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,124 | 0,045 |
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 source (Gemma direct ou Codex distillé), 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 ».