MétaCan
Menu
Retour à la cohorte
Enregistrement W2461929087

Horses in Modern, New, and Contemporary Circus

2015· article· en· W2461929087 sur OpenAlexaboutno aff
Katie Lavers

Notice bibliographique

RevueResearch Online (University of Wollongong) · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtAestheticsCommunicationSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Circus is an art form that developed around horses and trick riding. Philip Astley, an excavalry man who had recently returned to London after fighting in Europe in the Seven Years War (1756- 63), founded Modern Circus when he introduced clowns, musicians and acrobats to cover the changeover in his riding displays. Daring, acrobatic stunt riding remained the central most important element in modern circus. The strong sense of connection developed between a cavalryman and his horse through the sense of shared mortality on the battlefield was an important element informing the presentation of horses in modern circus. Running counter to the widespread exploitation of horses as beasts of burden widely used as machines, modern circus often depicted horses as creatures of passion, linked to Romantic imagery of the sublime. Astley championed a more humane way of training horses, and, in the context of its time, Astley’s circus can be seen as acting as a social force to contest pervasive cultural attitudes towards horses as machines. New Circus, which began in the late 1970s, saw a move away from the use of animal performers to the use of human performers only. This can be seen as a response to growing concern about the role of animal performers within circus, and also growing awareness of the rights of animals. The emergence of three new horse circuses in Quebec, Canada, namely Luna Caballera, Cavalia, and Saka, all formed after 1999, is examined in light of this cultural context and the work of Cavalia is discussed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,327
Tête enseignante GPT0,410
Écart entre enseignants0,083 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Online (University of Wollongong)Même sujetDiversity and Impact of DanceTravaux en français237 207