Literary Friction: poetics at the operational level of war
Notice bibliographique
Résumé
This dissertation explores an intersection between literary studies and war studies, approaching literature as a critical medium that can enhance the conceptualization of war as an organizational process directed towards political and strategic ends. This work of scholarship argues that literature provides unique terms for examining war as a complex interpretive structure, and enumerates historical examples of literary practice as a medium for ideational and transformative activity in military domains. Through this lens, the dissertation explicates the literary aspects of the philosophy of BGen. (ret) Shimon Naveh as it is articulated in his writings on “Systemic Operational Design” (SOD) and operational art. It explores Naveh’s influence on professional military education (PME) in the Israel Defense Force and the legacy of his thinking through the writings of the “Naveh school”, which includes Dr. Ofra Graicer and BGen. (ret) Gal Hirsch, alongside a few others. It highlights how the Naveh school engaged with advanced literary and philosophical texts drawn from a broad corpus of modernist and postmodern literary and philosophical production, including TE Lawrence, John Boyd, Paul Virilio, Gilles Deleuze and Felix Guattari, Hayden White and Bernard Tschumi. By mapping some intellectual spaces where literature has been enlisted in sophisticating military knowledge and activity, this dissertation seeks to broaden the conceptual repertoire of military and security-focused scholarship, offering insights into the ways literary practice has been incorporated in the conceptualization of warfare and strategy in defence organizations and parallel fields of research which support defence organizations. Ultimately, this work seeks to understand the interplay between literary forms and the logics of warfare, pushing the boundaries of how literature is conceptualized within military-academic spaces, while challenging the terms on which war is conceptualized in humanities scholarship.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,068 |
| Communication savante | 0,022 | 0,015 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».