MétaCan
Menu
Retour à la cohorte
Enregistrement W1994199422 · doi:10.1525/fq.2009.63.1.84

Review: <i>Fluid Screens, Expanded Cinema</i>, by Janine Marchessault and Susan Lord

2009· article· en· W1994199422 sur OpenAlexaboutno aff
Andrew Utterson

Notice bibliographique

RevueFilm Quarterly · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIconMovie theaterCitationArt historyDownloadArtMedia studiesLibrary scienceComputer scienceWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

Book Review| September 01 2009 Review: Fluid Screens, Expanded Cinema, by Janine Marchessault and Susan Lord Janine Marchessault and Susan Lord, eds. Fluid Screens, Expanded Cinema. Toronto: University of Toronto Press, 2007. $41.95 cloth; $32.95 paper. 360 pages. Andrew Utterson Andrew Utterson Andrew Utterson is Senior Lecturer in Film and Digital Media at Canterbury Christ Church University, U.K., and editor of Technology and Culture: The Film Reader (Routledge, 2005). Search for other works by this author on: This Site PubMed Google Scholar Film Quarterly (2009) 63 (1): 84–85. https://doi.org/10.1525/FQ.2009.63.1.84 Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Peer Review Share Icon Share Facebook Twitter LinkedIn MailTo Tools Icon Tools Get Permissions Cite Icon Cite Search Site Citation Andrew Utterson; Review: Fluid Screens, Expanded Cinema, by Janine Marchessault and Susan Lord. Film Quarterly 1 September 2009; 63 (1): 84–85. doi: https://doi.org/10.1525/FQ.2009.63.1.84 Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search Dropdown Menu toolbar search search input Search input auto suggest filter your search All ContentFilm Quarterly Search This content is only available via PDF. © 2009 by the Regents of the University of California.2009 Article PDF first page preview Close Modal You do not currently have access to this content.

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)0,013
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0030,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0530,042

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 Opus0,017
Tête enseignante GPT0,224
Écart entre enseignants0,208 · 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
GenreSynthèse

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFilm QuarterlyMême sujetCinema and Media StudiesTravaux en français237 207