MétaCan
Menu
Retour à la cohorte
Enregistrement W2803386160 · doi:10.5539/ells.v8n2p29

Arab-American Diaspora and the “Third Space”: A Study of Selected Poems by Sam Hamod

2018· article· en· W2803386160 sur OpenAlexvenueno aff
Aseel Abdulateef Taha

Notice bibliographique

RevueEnglish Language and Literature Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJewish and Middle Eastern Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiasporaAmericanizationBiculturalismImmigrationPoetryCultural assimilationGender studiesMulticulturalismSociologyDilemmaEthnic groupIdentity (music)RacializationCultural identityAnthropologyAestheticsPolitical scienceLiteratureNeuroscience of multilingualismSocial scienceRace (biology)LawArtPsychology

Résumé

récupéré en direct d'OpenAlex

Arab-Americans are an essential part of the multi-ethnic scene in the United States of America. They are increasingly making their voices louder. However, the process of Americanization has shaped Arab-American experience and literature both directly and indirectly. The early immigrants faced the pressures of assimilation into the American society, while also trying to preserve their Arab identity in the American-born generation. Cultural issues that are related to the immigrants’ experience, like biculturalism, bilingualism and dualism, are vitally depicted in Arab-American poetry. The American-born poets of Arab descent find in poetry a way through which they could express the dilemma of the Arab diaspora. Sam Hamod is one of the contemporary Lebanese-American literary figures whose works reflect the cultural conflicts from which the immigrants and their descendants suffer. Many of his poems deal with the concept of the “Third Space,” presented by the post-colonial theorist Homi K. Bhabha. It is a hybrid space in which the hyphenated individuals are stuck. In the multicultural and multiracial environment of the United States, the immigrants’ offspring occupy this in-between position where diverse cultures meet and clash in an endless process of identity splitting.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,008
Communication savante0,0070,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
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 Opus0,009
Tête enseignante GPT0,280
Écart entre enseignants0,271 · 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'étudeQualitatif
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetJewish and Middle Eastern StudiesTravaux en français237 207