MétaCan
Menu
Retour à la cohorte
Enregistrement W2322104003 · doi:10.3138/cras.2014.017

Pitiless Adolescents and Young Crusaders: Reimagining Ayn Rand’s Readers

2016· article· en· W2322104003 sur OpenAlexvenueno aff
Claudia Franziska Brühwiler

Notice bibliographique

RevueCanadian Review of American Studies · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAyn Rand and Brontë studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNovellaObjectivismPopularityLiteratureAppealHistoryPhilosophyArtPolitical scienceLawEpistemology

Résumé

récupéré en direct d'OpenAlex

In the United States, Ayn Rand’s (1905–1982) novels still appeal to a large readership, in spite of their age and length. While many attribute Rand’s lasting popularity to her effect on the presumably young and impressionable, few have actually explored why her novels at times prove to be such a transformative reading experience. The article retraces Rand’s impact, through the lens of four writers who have reimagined her readers: Gene H. Bell-Villada, in the novella The Pianist Who Liked Ayn Rand; Tobias Wolff, in Old School; William F. Buckley, in Getting It Right; and Mary Gaitskill, in Two Girls, Fat and Thin. While Bell-Villada, Wolff, and Buckley convey their own attitudes toward Rand through their characters and shy away from creating strong Randian adherents, Gaitskill’s dark satiric novel offers a surprisingly more empathic account of a pseudo-Randian acolyte.

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)0,005
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: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,010
Communication savante0,0080,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,045
Tête enseignante GPT0,263
Écart entre enseignants0,218 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Review of American StudiesMême sujetAyn Rand and Brontë studiesTravaux en français237 207