The Routledge Reader in Gender and Performance
Notice bibliographique
Résumé
Fiona Shaw, Katharine Cockin, The Open University, UK, Lisa Jardine, Queen Mary and Westfield College, UK, Elaine Aston, University of Loughborough, UK, Penny Gay University of Sydney, Australia, Jean E. Howard, Columbia University, USA, Gerry Harris, University of Lancaster, UK, Elizabeth Howe, Ellen Donkin, Hampshire College, USA, Tracy C. Davis, Northwestern University, USA, Viv Gardner, University of Manchester, UK, Maggie Gale, Birmingham University, UK, Susan Bassnett, University of Warwick, UK, Julie Holledge, Flinders University of South Australia, Caroline Gardiner, City University, London, UK, Jennie Long, Sarah Werner, University of Pennsylvania, UK, Linda Fitzsimmons, University of Bristol, UK, Alison Oddey, University of Kent, UK, Carole Woddis, Susan Melrose, Central School of Speech and Drama, UK, Gayle Austin, Georgia State University, USA, Sue-Ellen Case, University of California, Riverside, USA, Barbara Smith, Sandra L. Richards, Northwestern University, USA, Lesley Ferris, Ohio State University, USA, Michelene Wandor, Marjorie Garber, Harvard University, USA, Gail Finney, University of California, Davis, USA, Claire McDonald, DeMontfort University, UK, Charlotte Canning, University of Texas, Austin, USA, Kirsten F. Nigro, University of Cincinnati, USA, Vera Shamina, Kazan University, Russia, Miki Flockemann, University of the Western Cape, South Africa, Peta Tait, La Trobe University, Australia, Janet Adshead-Lansdale, University of Surrey, UK, Jeanie K. Forte, Jane Wolff, University of Rochester, USA, Alexandra Carter, Middlesex University, UK, Mandakranta Bose, University of British Columbia, Canada, Moe Meyer, Art Center College of Design, Pasadena, USA, Mick Wallis, Loughborough University, UK, Susan Bennett, University of Calgary, Canada, Laura Mulvey, British Film Institute, UK, Teresa de Lauretis, University of California, Santa Cruz, USA, Judith Butler, University of California, Berkeley, USA, Jill Dolan, CUNY, USA, Stephen Regan The Open University, UK, Susan Kozel, University of Surrey, UK, Lois Weaver, College of William and Mary, USA
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,020 | 0,013 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,109 | 0,048 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».