Bibliographic record
Abstract
Une abondante cinématographie est née des cendres du génocide rwandais de 1994. En juin 2007, le cinéaste français Alain Tasma et son équipe ont parcouru le Rwanda dans le but de tourner un film sur l’Opération Turquoise, une action militaire organisée par la France vers la fin du génocide rwandais. L’équipe s’est arrêtée dans la ville de Butare, province très touché par les massacres : elle y a recruté des figurants parmi les Rwandais présents au moment du drame de 1994 et a procédé à une reconstitution du drame tandis que les habitants vaquaient à leurs occupations quotidiennes. Le tout treize ans après le drame. Une réflexion peut s’engager sur la perception de ces tournages chez les Rwandais. Nous avons choisi de mettre l’accent sur les intellectuels de Butare : dans le cadre de discussions avec les élèves et les enseignants et la présence sur les lieux du tournage de l’Opération Turquoise, nous avons constaté que ce tournage suscitait des attentes au sujet du déséquilibre dans les représentations, en particulier pour des raisons politiques. Ce point de vue des élites est aussi révélateur d’un rapport trouble avec la transparence, l’expression et la relation avec la paysannerie.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.013 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".