MétaCan
Menu
Retour à la cohorte
Enregistrement W2191587908 · doi:10.3968/7642

How Do Hollywood Movies Portray Muslims and Arabs after 9/11? “Content Analysis of The Kingdom and Rendition Movies”

2015· article· en· W2191587908 sur OpenAlexvenueno aff
Noura Alalawi

Notice bibliographique

RevueCross-cultural communication · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJewish and Middle Eastern Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHollywoodDepictionIslamContent (measure theory)Movie theaterContent analysisHistoryArtMedia studiesLiteratureSociologyArt historySocial science

Résumé

récupéré en direct d'OpenAlex

This research paper is basically a content analyses paper of two Hollywood Movies ( The Kingdom and Rendition ). Both movies were released on 2007 after 9/11 attacks and that is because the paper focusing on the era after 9/11. It consists of two parts: The literature review part where the author looked into numerous articles and studies that aim at explaining the situation on how Hollywood films depicted the Muslim community after the September 11th attack. In addition, the author looked at different articles and books that studied the history of Muslims and Arabs depiction in the Western media in general and Hollywood movies specifically to find out how theses portrayals and stereotypes have changed after 9/11 attacks. The second part involves the analysis of both movies to find out how Hollywood portrays Arabs and Muslims after 9/11. I analyzed and criticized most of the movies’ scenes with regard to the language they used, the places where the scenes of both movies took place and other minor details such as how the directors narrated and articulated different events and scenes with different Islamic symbols.

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)0,000
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 enseignants0,055
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,093
Tête enseignante GPT0,342
Écart entre enseignants0,249 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-cultural communicationMême sujetJewish and Middle Eastern StudiesTravaux en français237 207