MétaCan
Menu
Retour à la cohorte
Enregistrement W2483609729 · doi:10.4018/978-1-4666-6002-1.ch008

Iterations and Evolutions

2014· book-chapter· en· W2483609729 sur OpenAlexaff
Heather Hill, Jen Pecoskie

Notice bibliographique

RevueAdvances in human and social aspects of technology book series · 2014
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésParatextColophonHumanitiesArtLiterature

Résumé

récupéré en direct d'OpenAlex

Intertext and paratext are central to the creation of fantexts and fan communities. It is essential therefore to explore how intertext and paratext affect the production and consumption of fanfiction, which involves the communication of the reader and author. In this chapter, the authors examine one fanfiction platform as a case study using the Fifty Shades of Grey enterprise as a contextual pivot point in order to understand the impact of digital paratext and intertext as tools constructing the medium of fanfiction. Using computer-mediated discourse analysis, the authors explore textual elements of three fanfiction titles, focusing on the paratext, the reader and author interactions, and the intertext, here the relation of the fanfictions to Fifty Shades of Grey and other texts, including those published on the same fanfiction forum (Fanfiction.net). Findings indicate that fanfiction not only includes paratextual elements for author-reader communication, but also that paratext is integral to the creation of fanfiction. As fanfictions evolve, they themselves become intertextual root-texts from which new fanfiction develops.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
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 Opus0,009
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in human and social aspects of technology book seriesMême sujetDigital Games and MediaTravaux en français237 207