Visualizing War through Satellite Footage: Technological Capacity, Truth, and the View from Above
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Visualizing war is increasingly mediated through technology. Accompanying photographs from on the ground, media outlets often include satellite footage to offer context. Human rights organizations also rely on satellite imagery as a tool to confirm the veracity of images – as one example, Human Rights Watch used satellite footage to help confirm the authenticity of the Caesar images of Syrian torture victims. In the current context, where some critique the biased nature of media outlets, the infallibility of the photograph has perhaps been put into question. Satellite footage has become almost indispensable in response, as a tool to contextualize images and thus reinforce their positioning as authoritative. This contribution asks two key questions: first, how does satellite footage work in partnership with photographic imagery to invoke a sense of the real in media coverage of war? Second, how does the positioning from above affect the way we come to know war? Satellite footage changes the angle from which the viewer engages war, raising questions about how technological ways of seeing emerge, circulate, are framed, and function in wider narratives. Satellite imagery draws on the rhetoric of truth and, as noted, is widely used as a tool for human rights promotion and understanding of the realities of war. So how has satellite imagery come to function as a tool for ‘properly’ understanding war, how does this shift our understanding of what war is and what it looks like and how is this embedded in particular scopic regimes?
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.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle