MétaCan
Menu
Retour à la cohorte
Enregistrement W2587315581 · doi:10.3968/9209

Misogyny Reflected in the Movie The Great Gatsby

2016· article· en· W2587315581 sur OpenAlexvenueno aff
Zhu Yu-wen

Notice bibliographique

RevueCross-cultural communication · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiterature, Film, and Journalism Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPunishment (psychology)Power (physics)Prejudice (legal term)ArtMaterialismEmbodied cognitionCharacter (mathematics)LiteraturePsychologyAestheticsSocial psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The famous movie The Great Gatsby ever creates a peak in movies world. Whether the famous stars or the people’s make-ups in the movie are the forever attraction for the watchers. It is one world-known great work and wins many prizes in the world. In the movie there are two main male characters and three female characters and misogyny is shown off through the words and plots. This paper tries to analyze the images of the three main female characters and the narrator Nick’s prejudice against women to explore misogyny embodied in the work. In Nick’s description, Daisy is empty and indifferent, indulged in material life; Jordan is a golf player, a new female, but she deceives more and benefits herself first; Myrtle is the label of vanity and ridiculousness, the ugly and dark image in materialistic society. In fact, Nick’s has double moral standards. In his eyes, the females are lure, sexy and pump and depending on the man while the males are the representative of power, strong and tough. The female characters are arranged many miserable punishments for their breed and vanity, such as some being killed in accidents with miserable ending, some abandoned by men and some losing her real lover. But the man’s bad behaviors receive less punishment, such as Tom betraying Daisy and playing Myrtle’s love.

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 candidatesCommunication savante
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 enseignants0,885
Score d'incertitude au seuil1,000

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

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 Opus0,045
Tête enseignante GPT0,318
Écart entre enseignants0,273 · 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'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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-cultural communicationMême sujetLiterature, Film, and Journalism AnalysisTravaux en français237 207