MétaCan
Menu
Retour à la cohorte
Enregistrement W2770251687 · doi:10.18178/ijlll.2016.2.4.93

Taxonomies of Desire in Sarah Waters’s Fingersmith and P. J. Parker’s Roxelana & Suleyman

2016· article· en· W2770251687 sur OpenAlexaff
Maryna Romanets

Notice bibliographique

RevueInternational Journal of Languages Literature and Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensUniversity of SaskatchewanUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

This paper is a comparative cross-gender inquiry into representations of sexuality in Sarah Waters's Fingersmith and P. J. Parker's Roxelana & Suleyman, since the body, as a constitutive part of social identity and a main site for the economy of pleasure and desire, is simultaneously inscribed in the economy of discourse, domination, and power. While both authors, in representing same-sex desire, borrow from a sizeable storehouse of Victorian literature by employing plots and themes from the sensation novel, the Gothic mode, melodrama, mystery fiction, romance, and pornography, within the framework of historical narrative, they diverge considerably in their textual strategies. Parker draws on the erotic charge of Orientalist fantasies, adopting them as s trans-historical constant, whereas Waters explores sexuality and its articulations by re-imagining the nineteenth century and representing the diverse investments of contemporaneity in historical rememoration, revision, and reconstruction.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,965
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,243 · 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'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 revueInternational Journal of Languages Literature and LinguisticsMême sujetThemes in Literature AnalysisTravaux en français237 207