MétaCan
Menu
Retour à la cohorte
Enregistrement W2557681715 · doi:10.1057/978-1-137-59569-0_3

Modeling Modernist Dialogism: Close Reading with Big Data

2016· book-chapter· en· W2557681715 sur OpenAlexaff
Adam Hammond, Julian Brooke, Graeme Hirst

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2016
Typebook-chapter
Langueen
DomainePhysics and Astronomy
ThématiqueOpinion Dynamics and Social Influence
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReading (process)Computer scienceBig dataArtLinguisticsPhilosophyData mining

Résumé

récupéré en direct d'OpenAlex

In Macroanalysis (2013), Matthew Jockers provocatively declares that large digitized collections of literary texts have rendered close reading “totally inappropriate as a method of studying literary history.” Hammond, Brooke and Hirst respond by demonstrating the productive interpretive interplay that results when close reading is placed in a “feedback loop” with the insights available at the scale of big data. Using cutting-edge techniques in computational stylistics, including their own six-dimensional approach to quantifying literary style, Hammond, Brooke and Hirst argue that analytic techniques trained on large datasets can prompt new close readings and, in particular, provide new insight into the dialogism or multi-voicedness of three important modernist texts: T. S. Eliot’s The Waste Land, Virginia Woolf’s To the Lighthouse and James Joyce’s “The Dead.”

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,052
Tête enseignante GPT0,266
Écart entre enseignants0,214 · 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
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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetOpinion Dynamics and Social InfluenceTravaux en français237 207