MétaCan
Menu
Retour à la cohorte
Enregistrement W1004900887 · doi:10.3138/cjfs.22.2.120

Killing in the Name of...Nothing: The Serial Search for Meaning and the Absence of Desire in <i>the Minus Man and Dahmer</i>

2013· article· fr· W1004900887 sur OpenAlexvenueno aff
Brian Gibson

Notice bibliographique

RevueCanadian Journal of Film Studies · 2013
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueShakespeare, Adaptation, and Literary Criticism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArtNothingMeaning (existential)

Résumé

récupéré en direct d'OpenAlex

Cet article examine deux films peu connus du sous-genre constitué par les films sur les tueurs en série dans lesquels l’homme est assimilé à un monstre. Il s’agit d’un sous-genre généralement explicite qui a connu un gain de popularité important à partir des années 1990. Les deux films, The Minus Man (1999) réalisé par Hampton Fancher et Dahmer (2002) réalisé par David Jacobson, entraînent le genre dans une spirale interne, en explorant l’absence de désir et de sensibilité du tueur. Ils procèdent à une démystification radicale du sous-genre et évitent le sensationnalisme qui lui est associé, en faisant en sorte que notre attitude envers le tueur reste neutre et indifférente, avec pour effet troublant de diminuer la distance qui nous sépare a priori de lui. Dans le film de Fancher, qui est l’adaptation à l’écran d’un livre, le personnage principal, Vann (Owen Wilson), est l’incarnation même du signe « moins » dans son néant d’indifférence et de destruction gratuite; il tue par absence de désir, en fait pour ne pas mourir. Dans le docudrame de Jacobson, Dahmer (Jeremy Renner) tue pour contrôler par le vide, en essayant d’éliminer l’humain en tant que complétude de sens et de désir. En assassinant dans cette quête futile pour donner un sens à leurs vies, ces tueurs en série rejettent, sous la forme d’une accusation, la propre quête du spectateur pour les comprendre et expliquer, par des théories populaires ou savantes, la finalité de leurs actes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,013
Communication savante0,0060,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,063
Tête enseignante GPT0,264
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Film StudiesMême sujetShakespeare, Adaptation, and Literary CriticismTravaux en français237 207