MétaCan
Menu
Retour à la cohorte
Enregistrement W2804288244 · doi:10.5539/ells.v8n2p10

According to Their Plots, Jane Austen’s Novels Are Not Comic Romances with Happy Endings

2018· article· en· W2804288244 sur OpenAlexaffvenue
Cynthia Whissell

Notice bibliographique

RevueEnglish Language and Literature Studies · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueShakespeare, Adaptation, and Literary Criticism
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésComicsSensibilityLiteraturePridePlot (graphics)Prejudice (legal term)Affect (linguistics)ArtOrder (exchange)PsychologyLinguisticsPhilosophySocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

In order to answer two specific questions (“Do the plots of Jane Austen’s novels match the plot of Cinderella?” and “Do Austen’s novels include a comic or happy ending, defined as one where the author employs more pleasant language at the end of the novel than she did at the beginning?”), Jane Austen’s six major novels and Cinderella were scored for the pleasantness of their language with the Dictionary of Affect (Whissell, 2009). The answer to both questions, based on results of regression analyses and means comparisons, is negative. Austen’s novels are not variants of the Cinderella story, nor do they have the type of endings that characterize comic romances. Cinderella is very pleasant and has a distinct happy ending. In contrast, Emma, Pride and Prejudice, and Northanger Abbey are less pleasant and have equivocal endings, while Mansfield Park and Sense and Sensibility have tragic (relatively unpleasant) endings. Persuasion employs the least pleasant language overall but has a happy ending.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,213
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,226 · 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'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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetShakespeare, Adaptation, and Literary CriticismTravaux en français237 207