MétaCan
Menu
Retour à la cohorte
Enregistrement W2526253447 · doi:10.15760/etd.3018

Apples and Knives (A Novel)

2000· report· en· W2526253447 sur OpenAlexaboutno aff
Suman Mallick

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHousewifeHistoryPsychologyGender studiesVisual artsArtSociology

Résumé

récupéré en direct d'OpenAlex

ZULEIKHA, who was trained as a pianist in her hometown of Lahore, Pakistan, arrives in Irving, Texas after her arranged marriage to ISKANDER, but finds it difficult to get accustomed to the appurtenances, encumbrances, and perquisites of the middle-class housewife lifestyle. Despite giving birth to a son, WASIM, she quickly falls out of love with her dutiful but straight-laced husband. She begins giving private lessons, and commences an affair with PATRICK, a transplanted Canadian who is trapped in his own loveless marriage. When she gets pregnant, Zuleikha is convinced the child belongs to her husband. She ends her affair with Patrick, but Iskander finds out about it anyway. The ensuing confrontation between Zuleikha and Iskander turns into a physical altercation, during which Zuleikha, having fallen to the floor, is unable to see if Iskander stomps on her belly, or falls on her by accident as he will later claim. The trauma results in a miscarriage. The unusual set of circumstances surrounding this violent episode serves as the backdrop for the rest of the story, by catapulting this otherwise nondescript couple into the glare of the public eye. Iskander is arrested and charged with feticide, and he faces a long prison sentence under Texas law. A court order prohibits him from contacting Zuleikha and Wasim, who are taken to a shelter for Muslim women and children. There, the other domestic abuse victims view Zuleikha as someone who "had it coming" because of her infidelity, and are therefore openly hostile to her. The shelter's director, a woman named REZA, is beholden to wealthy Muslim donors, and therefore arranges for Zuleikha to meet with members of a highly controversial Islamic tribunal. Zuleikha is pressured to forgive her husband and testify in his favor, so as not draw further negative attention to the Muslim community. JANE, the District Attorney, on the other hand, initially plays nice with Zuleikha and informs her that she will devote any and all available resources in the prosecution of Iskander. When Zuleikha can't get her story straight and hesitates about testifying against her husband, however, Jane, too, turns against her. Zuleikha discovers that the DA has been caught hiding her own secrets and now faces a public confidence crisis of her own. Zuleikha comes to realize that Jane's reasons for being so gung-ho about winning Iskander's conviction have as much to do with re-endearing herself to her electorate as

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)0,001
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0180,006
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0310,008

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 Opus0,057
Tête enseignante GPT0,239
Écart entre enseignants0,182 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSouth Asian Cinema and CultureTravaux en français237 207