MétaCan
Menu
← Retour à la cohorte
Enregistrement W1863090699

"War on Terror" Via a "War of Words": Fear, Loathing, and Name-Calling In Hollywood's War's In Afghanistan and Iraq

2011· article· en· W1863090699 sur OpenAlexvenueno aff
Anjali Pandey

Notice bibliographique

RevueAlternate routes · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiterature, Film, and Journalism Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHollywoodIraq warWar on terrorSpanish Civil WarPolitical scienceHistoryMedia studiesAncient historyLawSociologyArt history
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

War on Terror" via a "War of Words" | 11 "war on terror" via a "war of words": Fear, loathing and name-calling in Hollywood's wars in Afghanistan and iraq Anjali Pandey 1 9-11 And tHE wAR on tERRoRThe causal connection between the September 11, 2001 attacks and the war in Afghanistan and Iraq was strategically and carefully construed on the part of the Bush Administration-providing a perfect political alibi for the subsequent U. S. military invasion and occupation of these two sovereign nations.Former President Bush is famously remembered for declaring: "We wage a war to save civilization itself.We did not seek it.But we will fight it" (Excerpts, 2001, p. 6).Across the Atlantic, Tony Blair's matching war cry was: "To safeguard peace, we have to fight" (Cowell, 2001, p. 6) Also chronicled is the Anglo-American alliance formed to combat the global "war on terror" (Hoge, 2001) with Britain vowing to stand "shoulder to shoulder with the US" (Ford, 2001, p. 7) defending itself against what President Bush called "acts of unimaginable horror" (Excerpts, 2001, p. 6), and his British ally called "the worst terrorist outrage" (Cowell, 2001, p. 6).A decade later, the wars still rage both on the ground and on the silver screens of Hollywood.The overt attacks on the people and places in these two war-zones have had a noticeable ripple affect domestically in terms of 'reported' public sentiments and reactions.Most are aware for example of the firestorm of fear-driving attempts in the recent, highly publicized church-sponsored Koran-burning event.Equally prominent is the inflammatory reaction from some New Yorkers to the building of a mosque near Ground zero.Adams (2010, p.5) reports on these events:

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0220,022
Communication savante0,0140,008
Science ouverte0,0010,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,024
Tête enseignante GPT0,222
Écart entre enseignants0,197 · 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'étudeQualitatif
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
Publié2011
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAlternate routes→Même sujetLiterature, Film, and Journalism Analysis→Travaux en français237 207→