MétaCan
Menu
Back to cohort
Record W2113321484 · doi:10.7202/014427ar

Le génocide à l’épreuve des massacres de masse contemporains : vers une rupture paradigmatique ?

2007· article· fr· W2113321484 on OpenAlexaffvenue
Samuel Tanner

Bibliographic record

VenueCriminologie · 2007
Typearticle
Languagefr
FieldSocial Sciences
TopicMiddle East and Rwanda Conflicts
Canadian institutionsInternational Centre for Comparative Criminology
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

La violence de masse, considérée ici comme un ensemble d’agressions collectives et étendues, menées contre une population civile, constitue un enjeu majeur de sécurité au XXI e siècle. Dès lors, l’élaboration d’outils analytiques nous permettant d’en saisir la nature s’avère cruciale. Dans le contexte de cet article, nous proposons l’idée selon laquelle le génocide en tant que paradigme, jusqu’alors utilisé pour saisir ce phénomène, ne présente qu’une valeur heuristique relative à l’épreuve des faits contemporains de massacres tels qu’ils se sont produits en Bosnie-Herzégovine (BiH) entre 1992 et 1995. Après avoir établi une genèse épistémologique du paradigme de génocide, nous dresserons une brève ontologie de la violence de masse telle qu’elle s’est manifestée en Bosnie. Celle-ci révèle des pratiques et dynamiques d’extermination qui restent en grande partie inexpliquées par la proposition d’un projet politique, étatique et intentionnel d’éliminer un groupe en fonction de son caractère religieux, ethnique, racial ou national. De même que la mise en place d’une structure bureaucratique et d’une chaîne de commandement pour l’exécution de telles politiques, telles que proposées dans le génocide, ne permettent pas de saisir la nature de cette élimination. En conclusion, nous esquissons une série de propositions pour la formulation d’un nouveau paradigme capable de saisir ces dynamiques alors mises à jour.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.827
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.003
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.305
GPT teacher head0.386
Teacher spread0.081 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2007
Admission routes2
Has abstractyes

Explore more

Same venueCriminologieSame topicMiddle East and Rwanda ConflictsFrench-language works237,207