MétaCan
Menu
Retour à la cohorte
Enregistrement W2811376662 · doi:10.1163/15685268-00192p04

Heroes, Hooligans, and Knights-Errant: Masculinities and Popular Media in the Early People’s Republic of China

2017· article· en· W2811376662 sur OpenAlexaff
Y. Yvon Wang

Notice bibliographique

RevueNAN Nü · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChinese history and philosophy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRhetoricChinaCommunismMasculinitySubjectivityTrope (literature)State (computer science)SociologyPopularityLawGender studiesHistoryPolitical sciencePolitical economyLiteratureArtPoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article is an exploration of media and gender in urban and peri-urban China during the 1950s and early 1960s – specifically, the persistent trope of the “hooligan,” or liumang . Since at least the late imperial period, Chinese authorities had feared unmarried, impoverished, rootless men as the main source of crime, disorder, and outright rebellion. Yet such figures were simultaneously celebrated as knights-errant for their violent heroism in cultural works of enormous popularity across regions and classes. As the ruling Chinese Communist Party attempted to reshape society and culture after 1949, it condemned knight-errant tales and made hooliganism a crime. At the same time, the state tried to promote a new pantheon of vigilante-like men in the guise of revolutionary heroes. But the state’s control over deeply rooted cultural markets and their products was incomplete. Moreover, the same potent tools that had empowered the Party, in particular its rhetoric of revolutionary subjectivity and its harnessing of modern media technologies, were open as never before to being adopted by the very targets of its efforts at control and censure. Marginal masculinity in the early PRC, though in many ways continuous with that in China during the previous decades and centuries, marked a new epoch: men and boys deemed hooligans were able to speak out and defend themselves as heroes.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,030
Tête enseignante GPT0,276
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNAN NüMême sujetChinese history and philosophyTravaux en français237 207