MétaCan
Menu
Retour à la cohorte
Enregistrement W2757471421 · doi:10.5539/ijel.v7n6p171

Cultural (Mis)Appropriation, Ideological Essentialism and Language: Analysis of Stereotyping in Hollywood Movie

2017· article· en· W2757471421 sur OpenAlexvenueno aff
Inayat Ullah, Kulsoom Shahzor

Notice bibliographique

RevueInternational Journal of English Linguistics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHollywoodOrientalismEssentialismIdeologyIslamEntertainmentNarrativeAestheticsSociologyAppropriationAmusementMovie theaterMedia studiesLiteratureHistoryGender studiesArtLawPolitical scienceVisual artsPsychologyPhilosophyArt historyEpistemologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This study analyzes the monolithic-cum-essentialist portrayal of the non-Euro-American world in Hollywood movies, bringing forth the fact that the project of Othering is still at play but in different manifestations. This qualitative research endeavors to apply the concept of Orientalism to carry out a postcolonial analysis of the movie American Sniper. As Edward Said, decades ago, proposed a way to understand the notions of the West regarding East in his famous work Orientalism, the study helps to understand the embedded ideologies which are promoted through movies, and the way these discourses are used to shape the Western worldview about the East. The study highlights the fact that Hollywood, famous for entertainment and advanced motion pictures, is also being used for shaping the narrative of the superiority of the West. As Islam and Arabs have always remained in the limelight of the Hollywood movies, this special association of the entertainment media with the Islamic Orient is not just for the purpose of amusement but also to (un)consciously build unbefitting images of the East and portray it as a monolith of an inferior status for the common viewer in the West.

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)0,001
score de la tête « metaresearch » (Gemma)0,085
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,085
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,378
Écart entre enseignants0,345 · 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'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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetMedia, Gender, and AdvertisingTravaux en français237 207