MétaCan
Menu
Retour à la cohorte
Enregistrement W2788933898 · doi:10.5539/ijel.v8n3p15

Dr. Strangelove or How I Should Stop Worrying and Love Fascism

2018· article· en· W2788933898 sur OpenAlexvenueno aff
André Luís Mattedi Dias

Notice bibliographique

RevueInternational Journal of English Linguistics · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiterature, Film, and Journalism Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParanoiaCold warOrder (exchange)Nuclear weaponThe HolocaustGovernment (linguistics)DemocracyPeriod (music)Political scienceSociologyLawHistoryPsychologyAestheticsPhilosophyLinguisticsEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

This paper presents a Foucauldian discourse analysis of Stanley Kubrick’s Dr. Strangelove or: How I Learned to Stop Worrying and Love the Bomb. The analysis examines linguistic and extralinguistic aspects of both the film and the novel. It is composed of three parts: the first is an analysis of the Manichaeism during the Cold War period and how it turned the Soviets into mortal enemies of the United States; the second is how the nuclear threat and the Cold War paranoia could destroy the democratic system in the United States; and the third analysis explain how Fascistic relations could be cultivated through the discipline of bodies. It has been concluded that the movie is presenting a concept, here referred to as Strangelove’s Hypothesis, that a Strangelovian scenario (i.e., a nuclear holocaust, usually caused by incompetence or without the will to do so) could lead to the emergence of a Fascistic-like form of government in order to restore security. The solution presented to avoid such scenario is a sociopsychological change in order to pursue more peaceful relations.

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)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,010
Communication savante0,0030,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,044
Tête enseignante GPT0,287
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 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLiterature, Film, and Journalism AnalysisTravaux en français237 207