MétaCan
Menu
Retour à la cohorte
Enregistrement W2460515114 · doi:10.1057/9781137373168_3

Contact Zones, Becoming and the Wild Animal Body

2015· book-chapter· en· W2460515114 sur OpenAlexaff
Amy Ratelle

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2015
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueAmerican and British Literature Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWildnessWildernessReading (process)CivilizationWhite (mutation)CreaturesArtHistoryGenealogyGeographyAestheticsSociologyPhilosophyBiologyArchaeologyEcologyNatural (archaeology)Linguistics

Résumé

récupéré en direct d'OpenAlex

Michael Lundblad (2009) has recently called for an “animality studies” reading of Jack London’s The Call of the Wild (1903), contending that this approach to this well-known text would reveal “a more complex, unsettled and inconsistent engagement with the question of the animal and constructions of the human than we might otherwise assume” (p. 498). Echoing the politics of stereotype endured by Black Beauty and other equines, London’s sled dogs are burdened with not only Western civilization’s assumptions about their species, but also our assumptions about wolves as the embodiment of both wildness and wilderness, which London himself was essential in establishing. While Lundblad’s examination focuses on the relationship of animality and sexuality in particular, it nevertheless correctly identifies a general oversight in critical analyses of London’s canine canon. These works include The Call of the Wild, “Bâtard” (1904), White Fang (1905), and his often-overlooked nonfiction ode to sled dogs, “Husky — The Wolf Dog of the North” (1900). This analysis, however, can be expanded to include filmic adaptations of London’s writing, including both those that adhere closely to the source text and those which omit the main human characters and the plot, to borrow only the setting and the dog.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,222
Écart entre enseignants0,197 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetAmerican and British Literature AnalysisTravaux en français237 207