MétaCan
Menu
Retour à la cohorte
Enregistrement W2527122833 · doi:10.3968/7962

Merging of the Short-Story Genres

2016· article· en· W2527122833 sur OpenAlexvenueno aff
Irum Saeed Abbasi, Laila Al-Sharqi

Notice bibliographique

RevueStudies in literature and language · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueShort Stories in Global Literature
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiteratureNarrativeFiction writingElement (criminal law)Literary fictionHistoryFiction theoryArtLiterary criticism

Résumé

récupéré en direct d'OpenAlex

Story writing craft evolved through the centuries before rising as a separate genre. Unity is an essential element of short story through which it exhibits singularity of effect, unity of impression, and the totality of interest. After the success of the short story, writers further shortened their narratives and eventually short fiction arose as a sub-category of short story. Short fiction further differentiated into a sub-category called the “sudden fiction” that referred to all shortened forms of short fiction. Having mastered artistic brevity, writers began writing even more condensed narratives, and the sudden fiction differentiated into two types: the new sudden fiction and the flash fiction. The new sudden fiction was akin to the traditional story comprising of up to 1500 words; whereas, the flash fiction was similar to the Hemingway’s classic The Very Short Story consisting of up to 750 words. However, the flash fiction later reconfigured to include all short-short stories comprising of 50-1500 words. This paper briefly overviews the evolution of the short story genre and reviews the delicate merger of the short story with the contemporary short-short story.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,236

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 technologies0,0000,001
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 Opus0,018
Tête enseignante GPT0,277
Écart entre enseignants0,259 · 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'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetShort Stories in Global LiteratureTravaux en français237 207