From Soviet Shadows to Digital Eyes: Civilian Participation and the Transformation of State Surveillance in Ukraine Through the Lens of Foucauldian Discipline and Control
Notice bibliographique
Résumé
Since gaining independence in 1991, Ukraine has undergone a profound transformation in the nature of state surveillance, shaped by its Soviet legacy, digital innovation, and intensifying conflict with Russia. The widespread adoption of smartphones, social media platforms, and open-source intelligence (OSINT) tools has enabled civilians to become direct contributors to surveillance processes, thereby reshaping traditional power relations between the state and its population. This participatory transformation has become particularly pronounced following the annexation of Crimea in 2014 and the full-scale invasion in 2022, both of which significantly intensified Ukraine’s reliance on surveillance technologies under the rationale of national defence. Through smartphone-based reporting, social media activism, and grassroots war crime documentation, civilians now play a pivotal role in intelligence gathering and open-source investigations of alleged human rights violations. This study employs a qualitative methodology--combining historical analysis, case study research, and reviews of legislative and technological developments--to examine the evolution of Ukraine’s surveillance apparatus. The analysis is grounded in Michel Foucault’s theory of disciplinary power, and supplemented by Gilles Deleuze’s concept of “societies of control” and Haggerty and Ericson’s “surveillant assemblage”. These theoretical lenses reveal a hybrid structure where remnants of centralized, top-down monitoring persist alongside emerging decentralized, data-driven modalities influenced by growing civilian engagement.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».