MétaCan
Menu
Retour à la cohorte
Enregistrement W2484820858 · doi:10.14361/9783839435410

DiverCity – Global Cities as a Literary Phenomenon: Toronto, New York, and Los Angeles in a Globalizing Age

2016· book· en· W2484820858 sur OpenAlexaboutno aff
Melanie U. Pooch

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2016
Typebook
Langueen
DomaineArts and Humanities
ThématiqueCrime and Detective Fiction Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversität MannheimFAZIT StiftungDeutscher Akademischer Austauschdienst
Mots-clésPhenomenonEconomic geographyHistoryMedia studiesSociologyPolitical scienceGeographyPhilosophyEpistemology

Résumé

récupéré en direct d'OpenAlex

Based on the structured analysis of selected North American novels, this work examines global cities as a literary phenomenon ("DiverCity"). By analyzing Dionne Brand's Toronto, "What We All Long For" (2005), Chang-rae Lee's New York, "Native Speaker" (1995), and Karen Tei Yamashita's Los Angeles, "Tropic of Orange" (1997), the author provides the connecting link for exploring the triad of globalization and its effects, global cities as cultural nodal points, and cultural diversity in a globalizing age as a literary phenomenon. Thus, she contributes to a global, interdisciplinary, and multi-perspectival understanding of literature, culture, and society.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0110,013
Communication savante0,0090,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,141
Tête enseignante GPT0,335
Écart entre enseignants0,194 · 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
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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Même sujetCrime and Detective Fiction StudiesTravaux en français237 207