MétaCan
Menu
Retour à la cohorte
Enregistrement W2561433394

THE QUARTER-LIFE CRISIS EXPERIENCED BY MEGAN IN LYNN SHELTON’S LAGGIES

2016· article· en· W2561433394 sur OpenAlexaboutno aff
Atika Nur Hidayah

Notice bibliographique

RevueLANTERN:Journal on English Language, Culture and Literature · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiterary Theory and Cultural Hermeneutics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)NarrativeCharacter (mathematics)PsychologyIdentity crisisConfusionPsychoanalysisHistoryArtLiterature
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Laggies (2014) is an independent movie directed by young director Lynn Shelton and writer Andrea Siegel. Laggies tells the story of Megan who experiences quarter-life crisis. Quarterlife crisis is a period of constant change, instability, and identity confusion. It hits young adult in the age of early 20s until early 30s where the adolescence transforms into the adulthood. In the movie Laggies, the main character, Megan suffers from quarter-life crisis in which she is in her mid-20s but she does not know what she wants to do for her future. In this thesis, the writer will describe the intrinsic aspects, which are narrative and cinematography elements and extrinsic aspect of the movie which is the quarter-life crisis experienced by the character. The objective of this study is to explain the quarter-life crisis experienced by the character in the movie Laggies. The method used in collecting the data is library research while the approach used is exponential approach to describe the intrinsic aspects and social psychological approach to describe the extrinsic aspects. The result of this thesis is that Megan in the movie Laggies has finally overcome her quarter-life crisis and lived according to her interest and values of life.

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)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,006
Communication savante0,0050,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,211
Écart entre enseignants0,206 · 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
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLANTERN:Journal on English Language, Culture and LiteratureMême sujetLiterary Theory and Cultural HermeneuticsTravaux en français237 207