MétaCan
Menu
Retour à la cohorte
Enregistrement W2788634458

From Seton to Atwood: The Thin Line between Human and Animal in Canadian Fiction

2017· dissertation· en· W2788634458 sur OpenAlexaboutno aff
Monika Hájková

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueScience Education and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsTheologyHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

V me diplomove praci se zabývam zejmena tematem vztahu clověka a zviřete a jeho odrazem v kanadske literatuře. Uvodni kapitola nabizi přehled vývoje ve vnimani zviřat v zapadnich spolecnostech, spolu se strucným představenim zakladnich myslenek zastanců zviřat. V prvni kapitole je rozebrano, jakými způsoby zviřata vystupuji v literarnich dilech a je nastiněna afera nazývana „nature fakers controversy“. Druha kapitola se zaměřuje na kanadskou literaturu a jeji vývoj ve způsobu zobrazovani zviřat. Kapitola zacina představenim zakladnich kritických děl a nazorů týkajicich se Kanaďanů a jejich vnimanim zviřat nejen v literatuře. V teto kapitole jsou dale představeni nejvýznamnějsi autoři a dila, ktera měla vliv take na soucasne vnimani zviřat ve vztahu k lidem v kanadske literatuře. Druhou kapitolu zakoncuje srovnani způsobu vnimani zviřat v kanadske literatuře v porovnani s britskou a americkou literaturou. Ve třeti kapitole jsou nastiněny některe ze soucasných trendů vyobrazovani zviřat v dilech kanadských spisovatelů. Posledni kapitola předklada analýzu dystopicke trilogie MaddAddam soucasne kanadske spisovatelky Margaret Atwoodove, se zaměřenim na přitomnost a význam vztahu clověka a zviřete, a možných poselstvi pro soucasnou celosvětovou situaci ukrytých v těchto třech v romanech. Zasadnimi rozebiranými tematy jsou geneticke inženýrstvi u zviřat a jeho možne důsledky, a maso jako koncept a jeho variace v dystopickem prostředi. Tato prace dokazuje, že vztah mezi clověkem a zviřetem v různých podobach je neustale oblibeným tematem v kanadske literatuře.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,412

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0270,039
Communication savante0,0090,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,091
Tête enseignante GPT0,458
Écart entre enseignants0,367 · 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
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScience Education and PerceptionsTravaux en français237 207