MétaCan
Menu
← Retour à la cohorte
Enregistrement W2182302327 · doi:10.14288/1.0074256

Breaking narrative : narrative complexity in contemporary television

2013· article· en· W2182302327 sur OpenAlexaff
Oliver Kroener

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNarrativeAestheticsHistoryComputer scienceSociologyLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Emerging from the “quality TV” shows of the early 1980s, contemporary American television shows such as The Sopranos (HBO, 1999 - 2007), Lost (ABC, 2004 - 2010), Game of Thrones (HBO, 2011 - ) and Breaking Bad (AMC, 2008 - 2013) have been frequently praised by critics and scholars for their narrative complexity. However, often neither critics nor scholars define what narrative complexity specifically constitutes. That is to say, what are intricate plotlines? What distinguishes complex characters from “simple” ones? And in what ways do complex television narratives differ from complex feature films? This study takes a cognition-based approach to the topic and discusses the AMC series Breaking Bad as one of the prime examples of narrative complexity in contemporary television. The series revolves around Walter White (Bryan Cranston), a fifty year old high-school chemistry teacher, who is diagnosed with inoperable lung cancer and decides to team up with a former student of his to produce methamphetamine in order to secure a financial future for his family before he dies. Breaking Bad frequently uses “puzzling” narrative devices such as flashbacks, flashforwards, time-jumps or cold opens and aligns its viewers with a main protagonist whose actions are often morally objectionable. During the course of this study, which is primarily based on the works of theorists such as David Bordwell, Edward Branigan, Thomas Elsaesser , Murray Smith and Jason Mittell, I discuss how narration in visual media storytelling operates, what narrative complexity in the television medium constitutes, and how watching “Complex TV” has changed how viewers process television narratives on a cognitive level. In particular, I explore the ways in which contemporary television narratives have adopted trademarks of what Elsaesser has termed “mind-game” films and how engaging with complex characters over the course of several seasons of a series can influence our understanding of the narrative as a whole. However, the study of “Complex TV” has only begun and this work is primarily supposed to generate more discussion about a narrative trend that has left its mark on the current “Golden Age of Television.”

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0080,025
Communication savante0,0160,018
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,073
Tête enseignante GPT0,299
Écart entre enseignants0,226 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)→Même sujetDigital Storytelling and Education→Travaux en français237 207→