MétaCan
Menu
Retour à la cohorte
Enregistrement W7092297271 · doi:10.11575/prism/50397

Confronting Epistemic Violence: The Kaurs' Resistance Against 1984

2025· other· en· W7092297271 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2025
Typeother
Langueen
DomaineSocial Sciences
ThématiqueGender and Feminist Studies
Établissements canadiensnon disponible
Organismes subventionnairesMitacs
Mots-clésResistance (ecology)SilenceNarrativePoliticsEconomic JusticeErasureRepresentation (politics)Politics of memoryDiscourse analysisMemory work

Résumé

récupéré en direct d'OpenAlex

This research investigates the epistemic erasure of Kaur’s (Sikh women) experiences of the Delhi Ghallughara in 1984, a state-enabled massacre of Sikhs in postcolonial India. Employing abductive analysis, three datasets were analysed: documentaries providing oral accounts of survivors and witnesses, archives of newspaper excerpts, and legal reports. Adopting the lens of Southern decolonial feminist framework rooted in Sikh epistemologies, Qualitative Content Analysis (QCA) and Critical Discourse Analysis (CDA) were implemented to explore: (1) the communal and gendered dimensions of 1984; (2) state-enabled structural silencing (3) how narratives have been re-narrated, through memory and epistemic erasure. Findings reveal that the Kaurs were not simply passive victims of communal violence, due to their gendered vulnerabilities, but they navigated immense violence with resistance and strategic silence. However, their testimonies remain underrepresented in newspapers, legal reports, and scholarly work. This paper argues that such erasure is not incidental, but rather systemically reinforced by cultural and patriarchal norms that intersect with political and institutional hierarchies. By centring the voices of Kaurs of 1984 and representing their stories, this study challenges dominant modes of knowledge production and calls for feminist reparative justice by legitimising their epistemologies and challenging systems that continue to silence them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,353
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetGender and Feminist StudiesTravaux en français237 207