MétaCan
Menu
Retour à la cohorte
Enregistrement W960980557 · doi:10.1163/22131418-00204004

Understanding Iran’s Green Movement as a ‘movement of movements’

2014· article· en· W960980557 sur OpenAlexaff
Navid Pourmokhtari

Notice bibliographique

RevueSociology of Islam · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion and Society Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMovement (music)Social movementMass mobilizationContext (archaeology)PoliticsResource mobilizationPolitical economySocial mobilizationSociologyPolitical scienceAestheticsHistoryLaw

Résumé

récupéré en direct d'OpenAlex

This paper examines how oppositional groups go about exploiting opportunities to mobilize en masse in settings that are less than auspicious. The Green Movement is used here as a case study, the aim of which is to show that understanding how a people go about mobilizing requires, first and foremost, examining the core beliefs that motivate them to seize opportunities when conditions allow. To this end, a constructivist approach will be used to demonstrate that it was the oppositional forces that took a proactive role in constructing opportunities to mobilize because they perceived the circumstances to be favorable, which suggests that greater attention ought to be focused on the sociopolitical and historical context within which a given situation is viewed as conducive to mass mobilization. Citing the examples of the student and women’s groups involved in Iran’s Green Movement, and tracing their historical trajectories and particular experiences during Ahmadinejad’s first term (2004–2008), I argue that the Green Movement may be best described as a ‘movement of movements,’ the kind of mega social movement capable of harnessing the potential, not only of Iranians but of other Middle East peoples, to mobilize with a view to pursuing specific social and political goals. This approach has the virtue of offering a way to understand specific traits of social movements operating in repressive settings.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,753

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,349
Écart entre enseignants0,252 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of IslamMême sujetReligion and Society InteractionsTravaux en français237 207