“Until Justice is Done”: Authenticity and Memory in Paul Greengrass’s <i>Bloody Sunday</i> and <i>United 93</i>
Bibliographic record
Abstract
Établissant des liens entre les visées des représentations politique et cinématographique dans les films de Paul Greengrass Bloody Sunday et United 93, cet article pose la question de ce que signifie « faire justice » à des événements nationaux traumatiques. Les stratégies du réalisateur pour faire justice à ces événements en capturant authentiquement aussi bien l’histoire que les identités culturelles des sujets impliqués (les soldats britanniques et les manifestants républicains en 1972 et les passagers et les pirates de l’air en 2001) font écho à des distinctions théoriques non résolues du travail de Derrida et Benjamin, entre la loi et la justice, entre les conceptions auratiques et non-auratiques de l’art et entre la mémoire volontaire et non volontaire. Oscillant d’un pôle à l’autre de ces oppositions, les films démontrent comment les récits de l’authenticité et de la justice excèdent les présuppositions mêmes sur lesquelles ils reposent. Mais encore, ils révèlent aussi que, dans cet échec pour rendre compte de l’histoire, un genre particulier de « justice disjonctive » émerge — un qui anticipe la réévaluation créative et la remémoration continue des événements traumatiques.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.021 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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.
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".