MétaCan
Menu
Retour à la cohorte
Enregistrement W2592051263

Rendering Visible: Animals, Empathy, and Visual Truths in The Ghosts in Our Machine and Beyond

2016· article· en· W2592051263 sur OpenAlexaboutno aff
John Drew

Notice bibliographique

RevueResearch Online (University of Wollongong) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGothic Literature and Media Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmpathyRendering (computer graphics)AestheticsPsychologyArtCommunicationVisual artsComputer graphics (images)Computer scienceSocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The cultural politics of visibility are complex and contradictory when it comes to nonhuman animals. To help interrogate and unpack the challenges, this paper concentrates on documentary film, and particularly Canadian filmmaker Liz Marshall’s The Ghosts in our Machine (2013).Ghosts follows the aesthetic politics of the film’s primary human subject, photographer Jo-Anne McArthur, as she conducts a campaign of guerrilla espionage and compiles a vast photographic record of the largely invisible suffering inflicted on a wide range of animals. As a result, the film develops through an interwoven helix of two visual media: filmmaking and photography. The meaning of sight is a visual trope in the film that not only serves to confront the viewer with McArthur and Marshall’s visual record of animal cruelty, but also as a lens that encourages viewers to recognize interspecies (in)visibilities beyond the screen and the necro-economic foundation of contemporary capitalism. I use this film as a window into the cultural politics of sight, and as a way to illuminate the challenges and possibilities of fostering interspecies empathy.

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)0,003
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,037
Tête enseignante GPT0,368
Écart entre enseignants0,331 · 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'étudeObservationnel
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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Online (University of Wollongong)Même sujetGothic Literature and Media AnalysisTravaux en français237 207