MétaCan
Menu
Retour à la cohorte
Enregistrement W2770497975 · doi:10.18192/rceh.v41i2.2150

El tratado médico-culinario como género de ficción en la narrativa hispanoamericana actual: Héctor Abad Faciolince y Mayra Santos-Febres

2017· article· es· W2770497975 sur OpenAlexaffvenue
Rafael Climent-Espino

Notice bibliographique

RevueRevista Canadiense de Estudios Hispánicos · 2017
Typearticle
Languees
DomaineArts and Humanities
ThématiqueComparative Literary Analysis and Criticism
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésArtHumanitiesCriticismLiterature

Résumé

récupéré en direct d'OpenAlex

Este ensayo ofrece, tomando como marco teórico la llamada gastrocrítica, un recorrido historicista por los tratados médico-culinarios clásicos y medievales para analizar la influencia de éstos en Tratado de culinaria para mujeres tristes de Héctor Abad Faciolince y en Tratado de medicina natural para hombres melancólicos de Mayra Santos-Febres. Se sitúa así a ambos escritores como evocadores o imitadores de la tradición secular del tratadismo médico y culinario haciendo énfasis en la necesidad de poner en relación periodos aparentemente inconexos para un análisis literario más provechoso. Palabras clave: gastrocrítica, tratadismo culinario, novela hispanoamericana Using the theoretical framework of gastrocriticism, this essay traces a historicist route through classic and medieval medical-culinary treatises to analyze their influence on Héctor Abad Faciolince’s Tratado de culinaria para mujeres tristes and Mayra Santos-Febres’ Tratado de medicina natural para hombres melancólicos. Both writers evoke or imitate the secular tradition of medical and culinary treatises; an analysis of these contemporary authors through the lens of works from an earlier era emphasizes the possibilities for literary criticism that identifies intersections of thought across various periods. Keywords: gastrocriticism, culinary treatises, Spanish American novel

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0070,016
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,286
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Canadiense de Estudios HispánicosMême sujetComparative Literary Analysis and CriticismTravaux en français237 207