Correction to: White Savior Narratives in International Development: A Discourse Analysis of the Kony2012 Campaign by Invisible Children
Notice bibliographique
Résumé
Tout mon cœur me disait de faire quelque chose.Et donc je lui ai fait une promesse: nous allons aussi faire tout ce que nous pouvons pour les arrêter.»-Jason Russell dans la première vidéo de Kony 2012 (7:30) Au cours des dernières décennies, des réflexions sur le concept de sauveur blanc dans les pratiques de développement ont été publiées dans divers journaux non académiques, médias grand public, podcasts et blogs.Les exemples dans notre domaine abondent: une organisation occidentale lançant des campagnes d'aide utilisant une personne blanche aidant des victimes noires (par exemple, Médecins Sans Frontières en 2020); Haïti étant dépossédée de son autonomie par des interventions étrangères répétées (Sincimat Fleurant, « Imposition et reproduction du sauveur blanc en Haïti»), ou des entreprises facilitant l'accaparement des terres sous prétexte d'aider les citoyens locaux (Kakuru, « Le sauveur blanc, le secteur des entreprises et les droits fonciers en Ouganda central»).Des groupes d'activistes comme No White Saviors et Charity So White ont développé une expertise sur le sujet et l'ont promue sur les réseaux sociaux et lors de conférences publiques.D'autres ont créé des comptes ironiques pour sensibiliser aux tendances du sauveur blanc dans notre domaine, comme Humanitarians on Tinder, White Savior Barbie, ou Aid Worker Jesus.Des étudiants norvégiens ont également produit des courts métrages primés
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 | 0,004 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,019 |
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 ».