MétaCan
Menu
Retour à la cohorte
Enregistrement W1935409156 · doi:10.1080/00138398.2015.1083198

The Post-Apocalyptic Imaginary: Science, Fiction, and the Death Drive

2015· article· en· W1935409156 sur OpenAlexaff
Teresa Heffernan

Notice bibliographique

RevueEnglish Studies in Africa · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGothic Literature and Media Analysis
Établissements canadiensSaint Mary's University
Organismes subventionnairesDefense Advanced Research Projects Agency
Mots-clésPsycheThe ImaginaryCivilizationImpulse (physics)FantasyAestheticsWestern cultureSociologyLiteraturePsychologyLawPsychoanalysisPolitical sciencePhilosophyArt

Résumé

récupéré en direct d'OpenAlex

This article considers why the relatively new genre of post-apocalyptic fiction is proliferating in the twenty-first century and argues that its compulsive return to scenes of the destruction of the world is symptomatic of a traumatized culture. The violence of World War I– where the co-option of science by the military and state in the name of civilization made possible industrial-scale killing – persists in haunting the collective psyche even as, on a ‘rational’ level, we continue to invest in the contrary hope that this technology is future-orientated and will solve the problems of the world. The latest concerns around artificial intelligence and autonomous killer robots highlight the ways in which what Freud referred to as ‘the death drive’ and ‘the destructive impulse’ govern the logic of both our anxiety about and celebration of this technology. The second part of the article reviews the complicated relationship between science and fiction, where on the one hand science uses fiction to promote its inventions and on the other warns that the fears fuelled by the ‘hype’ of fiction hinder its progress and thus must be exiled from ‘serious’ discussions of science. I conclude that, on the contrary, science needs fiction to assist in restoring an ethical impulse to this technology.

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)0,011
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 enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0100,056
Communication savante0,0080,009
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,320
Écart entre enseignants0,290 · 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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Studies in AfricaMême sujetGothic Literature and Media AnalysisTravaux en français237 207