MétaCan
Menu
Retour à la cohorte
Enregistrement W1632426827

Modern Mass Media and the Artist's Self-Disintegration in Fergus by Brian Moore

2013· article· en· W1632426827 sur OpenAlexvenueaboutno aff
Ala Eddin Sadeq Jrab

Notice bibliographique

RevueStudies in literature and language · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIrish and British Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHEROPassionDreamIrishPublicityPaintingArtArt historyMass mediaPoetryLiteraturePhilosophyLawPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Brian Moore (1921 –1999) was born in Northern Ireland. He immigrated to Canada in 1948, where he was a reporter for the Montreal Gazette. He later moved to settle in the United States. Moore’s fame springs from writing about exiled individuals. Fergus (1970) is one of his poignant novels that focus on delineating the artist –hero struggle with the mass media in self exile in the States .Moore believes that modern mass media can either be a means of creation or a weapon of self- destruction in any artist’s life , whether an actor ,a painter or a writer . In his novel Fergus , he focuses on delineating rather the negative impact of the life of publicity and mass media on the hero , who is a writer of an Irish descent like himself . He adopts the technique of presenting a hallucinatory kind of reality in which the actual world of the hero is inhabited by visiting ghosts of dead people from his past life in Ireland. Moore’s purpose in using this method is to highlight the readers understanding of true nature of the sacrifices that an artist makes for achieving his dream of living a celebrity figure in a place like America. Yet, Fergus’s predicament as an artist in exile is intertwined with Moore’s personal crises in Ireland .The novel becomes a medium for filtering his passion and nostalgia for his parents’ world, despite its stagnation and conflicting realities.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,017
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,029
Communication savante0,0130,006
Science ouverte0,0010,004
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,006
Tête enseignante GPT0,275
Écart entre enseignants0,269 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetIrish and British StudiesTravaux en français237 207