Notice bibliographique
Résumé
Women-led serials have been getting a lot of attention lately for bringing “the female gaze” to the small screen. Jill Soloway—the television auteur behind Transparent (Amazon, 2014–) and the recent adaptation of Kraus's novel, I Love Dick (Amazon, 2017–)—even taught a class on “The Female Gaze” at the Toronto International Film Festival in 2016, defining it as “an intersectional gaze” and “a SOCIOPOLITICAL justice-demanding way of art making.” But the female gaze is actually a very vexed concept. Since it was first invoked via exclusion in Laura Mulvey's foundational “Visual Pleasure and Narrative Cinema” in 1975, it has been haphazardly defined more often by what it is not than by what it is. Three current series—I Love Dick, GLOW, and Insecure—all explore how women empower themselves through experiences of abjection: states of vexation and alienation that disrupt their expectations of or participation in social life. All three shows demand respect for their characters by figuring defeat, failure, and desperation as stages women must pass through to challenge patriarchal cultures. While all three shows feature diverse casts and strong female leads, I Love Dick and GLOW introduce characters of color only in supporting roles that contest but never destabilize the white protagonists' racial solipsism. This strategic but facile gesture reveals how far these shows have to go to confront the entangled injustices of social inequality. To incorporate the experiences and insights of women of color meaningfully, their creators would have to abandon the narrative commitments and familiar pleasures of white feminist television, which still needs to decenter whiteness both narratively and figuratively. Insecure's trenchant comedy thus provides a model for future feminist television. Its self-critical but antiracist humor challenges white feminism's and television's historic neglect of black women.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,774 | 0,665 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».