MétaCan
Menu
Retour à la cohorte
Enregistrement W2032983709 · doi:10.7202/1025923ar

One of Us? From Bad Taste to Empathy. Otherness in Contemporary Hollywood Movies

2014· article· en· W2032983709 sur OpenAlexvenueno aff
Adrienne Boutang

Notice bibliographique

RevueRecherches sémiotiques · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHollywoodComicsNormalityTasteEmpathyDramaMovie theaterAestheticsRepresentation (politics)PsychologyVulnerability (computing)JokeSociologyCharacter (mathematics)Social psychologyArtLiteratureComputer scienceLawPolitical science

Résumé

récupéré en direct d'OpenAlex

This article aims to examine the way contemporary Hollywood cinema deals with the topic and the visual representation of disability. Its goal is to highlight the way social recognition of vulnerability and the requisite sensitivity involved in dealing with vulnerable bodies, have influenced recent “gross-out” comedies. In a way that is very different from the famous drama Freaks , recent comedies take into account the fine line between normality and difference, and use disability as a comic trick to question the viewer’s automatic responses to physical difference. Thus, what at first appears to be bad taste, both on an aesthetic and on an ethical level, turns out to be a clever attempt to get past the boundaries between normality and disability, and present vulnerability as a universal condition. The use of gross-out humor, and of vulgar body genres, therefore works as a trigger, calculated to disrupt boundaries and challenge classical representations of physical otherness.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,186
Tête enseignante GPT0,303
Écart entre enseignants0,118 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecherches sémiotiquesMême sujetCinema and Media StudiesTravaux en français237 207