MétaCan
Menu
Retour à la cohorte
Enregistrement W1960458331 · doi:10.4324/9781315600659-17

Border Wars: Narratives and Images of the US-Mexican Border on TV

2014· article· en· W1960458331 sur OpenAlexvenueno aff
Reece Jones

Notice bibliographique

RevueACME: An International Journal for Critical Geographies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Studies and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeGeopoliticsMilitarismDramaRepresentation (politics)StorytellingTerrorismHistoryMedia studiesPolitical scienceSociologyAestheticsVisual artsLawPoliticsLiteratureArt

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the visual and narrative representation of the US-Mexico border in the National Geographic television show Border Wars. The show is significant because it brings the hidden and often opaque borderlands into the homes of millions of Americans, and viewers around the world, every week. It transforms the unknown space of the border into a series of images and stories that create a coherent narrative for the viewer. The representation of the border emphasizes threat and danger through the constant repetition of particular phrases (terrorism, war, cartel foot soldiers) and images (guns, high-speed chases, Black Hawk helicopters, Predator drones). Despite the militaristic lead-ins to each episode, the dramatic music, and the heightened drama of the storytelling, in the end most of the episodes present a more prosaic border landscape of poor migrant workers looking for a better life. This disjuncture between the official narrative of the border and the images of what happens in the show provide a crucial insight into the role popular geopolitical narratives play in creating a version of reality and convincing the public that the ‘problem’ of the border needs a securitized and militarized response.

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)0,002
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0060,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,398
Écart entre enseignants0,377 · 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

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACME: An International Journal for Critical GeographiesMême sujetMedia Studies and CommunicationTravaux en français237 207