MétaCan
Menu
Retour à la cohorte
Enregistrement W2210267502 · doi:10.3138/cras.2015.s13

Terror-Time in Network-Centric Battlespace: DeLillo’s Later Fiction

2015· article· en· W2210267502 sur OpenAlexvenueno aff
Marie‐Christine Leps

Notice bibliographique

RevueCanadian Review of American Studies · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueContemporary Literature and Criticism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeSemioticsTransformative learningAestheticsPoliticsEvent (particle physics)LiteratureSociologyThe ImaginaryAnalogyEpistemologyArtPsychoanalysisPhilosophyPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Variously addressing the war on terror now waged in the “full-spectrum dominance” of network-centric battlespace, DeLillo’s most recent four novels (published immediately before and since the 9/11 attacks) work to produce stillness as opposed to seductive, terroristic speed—to detach identities from everyday practices of time and elaborate transformative experiences for the reader. Each novel constitutes a complex hetero-chronograph, a textual apparatus that not only measures time but also produces altered temporal forms that slow down and multiply felt times and durations. Redeploying Bakhtin’s notion of the text as an unrepeatable event co-produced by the author and reader, this article explores how DeLillo’s texts enable the reader to become an actor, to produce and experience modes of resistance to the totalizing forces of terror by the realization of a network of virtual narrative associations among economic, political, aesthetic, and ethical vectors. Such relations are mapped on a Greimassian semiotic square of “terror-time.”

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,271
Écart entre enseignants0,231 · 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'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Review of American StudiesMême sujetContemporary Literature and CriticismTravaux en français237 207