MétaCan
Menu
Retour à la cohorte
Enregistrement W2120881662 · doi:10.3138/topia.25.97

Capitalizing on Multiculturalism: Reading the Success of Canadian Comedian Russell Peters

2011· article· en· W2120881662 sur OpenAlexvenueaboutno aff
Maki Motapanyane

Notice bibliographique

RevueTOPIA Canadian Journal of Cultural Studies · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Studies and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAppealMulticulturalismIdeologyPopularityMedia studiesIdentity (music)PoliticsInterculturalismSociologyReading (process)Economic JusticeAestheticsPolitical scienceLawArt

Résumé

récupéré en direct d'OpenAlex

Comedian Russell Peters has risen to the top of the North American comedy industry, selling out shows to audiences across Canada and the U.S., and increasingly, in venues around the world. A self-described Anglo-Indian and native of Brampton, Ontario, Peters is credited with voicing what many of us know but often dare not articulate in the area of culture and identity. His wide appeal across diverse audiences is deduced to his skill in telling “truths” about identity and multicultural diversity in Canada, while shirking the troublesome restrictions of political correctness. This paper highlights the indebtedness of Peters’s winning comedic formula to Canadian multicultural discourse. Three key fables of official multiculturalism are featured in this critical reading of Peters’s work—the aim of which is to foreground the underlying ideological framework that informs the comedian’s approach and wide appeal. I argue that the question of what Canadians are laughing at in Russell Peters’s humour is central to a wider investigation of what his popularity reveals about the popular domain of Canadian public culture. To the extent that Peters’s popularity throws into question national receptivity to the problem of structural inequality, an examination of his wide appeal stands as a necessary point of departure for further assessments of the ideological climate in which Canadian social justice efforts are mobilized.

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)0,008
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: aucune
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,598

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0460,023
Communication savante0,0150,005
Science ouverte0,0020,004
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,137
Tête enseignante GPT0,325
Écart entre enseignants0,188 · 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

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTOPIA Canadian Journal of Cultural StudiesMême sujetMedia Studies and CommunicationTravaux en français237 207