MétaCan
Menu
Retour à la cohorte
Enregistrement W2401648575 · doi:10.7202/1026003ar

A Portrait of the Monster as Criminal, or the Criminal as Outcast: Opposing Aetiologies of Crime in Mary Shelley’s Frankenstein

2014· article· en· W2401648575 sur OpenAlexvenueno aff
Marie Léger-St-Jean

Notice bibliographique

RevueRomanticism and Victorianism on the Net · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGothic Literature and Media Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMonsterOpposition (politics)PortraitCriminologyReading (process)LiteraturePrejudice (legal term)PsychoanalysisSociologyArtPhilosophyArt historyLawPoliticsPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article offers a criminological reading of Mary Shelley’s Frankenstein based on the 1831 edition. It discusses the opposition between Dr. Victor Frankenstein’s physiognomic prejudice and the creature’s discourse designating social exclusion as the cause of its mischief. Frankenstein’s accusations rely mostly on its creation’s appearance, borrowing from Johann Kaspar Lavater’s principles. The monstrous creature counteracts its maker’s presumptions by interpreting its own criminal behaviour similarly to Christian Wolf’s self-analysis in Schiller’s short story “Der Verbrecher aus Verlorene Ehre.” A close reading of the circumstances of each of the monster’s four crimes demonstrates how deeply its criminality is interlocked with social rejection caused by its own external deformity. Both perspectives adapt tropes that can be found in criminal biographies still reprinted in the 1810s. Though both positions are credible, I argue that the storyline supports the creature’s view that the criminal might be a monster, but created by those it vengefully hurts. Throughout, I indicate when changes to Shelley’s 1816-1817 draft were made to arrive to the 1831 wording, paying also attention to who effected them.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,026
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,286
Écart entre enseignants0,262 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRomanticism and Victorianism on the NetMême sujetGothic Literature and Media AnalysisTravaux en français237 207