Protest, Trauma, and Identity: Using Projective Techniques to Study the Formation of Collective Identity among Belarusian Protesters of 2020
Notice bibliographique
Résumé
Tato disertační práce zkoumá transformaci kolektivní identity mezi Bělorusy, kteří se účastnili masových protestů v roce 2020 nebo je podporovali. Po prezidentských volbách v srpnu 2020 se vlna pokojných masových protestů setkala s bezprecedentním státním násilím, které vedlo k rozkolu ve společnosti, jenž je patrný i půl desetiletí po těchto událostech. Tato studie zkoumá, jak události roku 2020 vedly k formování zřetelné kolektivní identity, která se nezrodila z tradičních etnických či kulturních markerů, ale ze sdílené zkušenosti, kolektivního traumatu, a byla udržována prostřednictvím společných cílů a hodnot. Ústředním argumentem je, že násilné potlačení protestů a následné kolektivní trauma se staly katalyzátory pro formování nové identity. Trauma nevedlo k rozpadu hnutí, ale místo toho vytvořilo ostrý rozdíl mezi protestujícími ("my") a těmi, kteří byli loajální režimu ("oni"), a přispělo k formování nové identity. Tato disertační práce dále zkoumá optikou teorie sociálních reprezentací, jak byla původně na protestech založená kolektivní identita udržena i po potlačení protestů. Tento výzkum integruje tři doplňkové teoretické rámce: teorii Alberta Melucciho o formování kolektivní identity prostřednictvím kolektivní akce, práci Piotra Sztompky o kulturním traumatu a teorii sociálních...
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».