MétaCan
Menu
Retour à la cohorte
Enregistrement W2484909900 · doi:10.1057/9781137455697_9

Performing Toronto: Enacting Creative Labour in the Neoliberal City

2014· book-chapter· en· W2484909900 sur OpenAlexaboutno aff
Laura Levin

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2014
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueTheatre and Performance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsParliamentHonourPolitical scienceVictoryAttendanceArtStyle (visual arts)BoycottMedia studiesLawSociologyVisual arts

Résumé

récupéré en direct d'OpenAlex

On 7 December 2010, Toronto’s newly elected mayor, Rob Ford, was sworn in at City Hall. In keeping with recent shifts towards the right in Canadian politics, Ford rode to victory on a populist Tea Party-style platform promising small government, tight spending and tax cuts.1 Setting the tone for a new era of municipal politics — one that has placed a combative mayor at the centre of highly theatrical and seemingly endless public scandals — Ford invited controversial hockey commentator Don Cherry to attend the ceremony as his special guest and gave him the honour of hanging the chain of office around his neck.2 Cherry, a celebrity known not only for his political conservatism but also for garish attire, showed up in a flamingo pink floral-print blazer, a costume designed to match his equally colourful remarks. ‘I’m wearing pinko for all the pinkos out there that ride bicycles and everything’, he declared, going on to slam the left-wing media who turn up their noses at his church attendance and patriotic support of the troops. ‘This is what you’ll be facing, Rob, with these left-wing pinkos — they scrape the bottom of the barrel’ (in Nurwisah 2010). A few days earlier in an interview about Ford’s win, Cherry gave this rationale for his upcoming appearance in council: ‘People are sick of the elites and artsy people running the show […]. It’s time for some lunch pail, blue-collar people’ (in Rider 2010).

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 enseignants0,867
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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,028
Tête enseignante GPT0,237
Écart entre enseignants0,209 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetTheatre and Performance StudiesTravaux en français237 207