MétaCan
Menu
Retour à la cohorte
Enregistrement W2852276864 · doi:10.1080/21504857.2018.1493520

The power of the marvel(ous) image: reading excess in the styles of Todd McFarlane, Jim Lee, and Rob Liefeld

2018· article· en· W2852276864 sur OpenAlexaff
Anna F. Peppard

Notice bibliographique

RevueJournal of Graphic Novels & Comics · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFoucault, Power, and Ethics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésReading (process)Power (physics)Image (mathematics)ComicsArtLiteraturePhilosophyComputer scienceArtificial intelligenceLinguisticsPhysics

Résumé

récupéré en direct d'OpenAlex

During the 1990s, Todd McFarlane, Jim Lee, and Rob Liefeld generated record-breaking comic book sales and reshaped the entire North American comics industry by co-founding Image Comics. Despite this tremendous popularity and influence, the only scholarly writing on any of these creators is a chapter about Liefeld in Bart Beaty and Benjamin Woo’s The Greatest Comic Book of All Time, which partly focuses on this very neglect. It is understandable that a comics studies field still anxious to be taken seriously would reject the excessive and sometimes technically limited styles of these three creators. Yet excess is a meaningful mode of representation in its own right, worthy of serious investigation. Focusing on McFarlane, Lee, and Liefeld’s breakout work for Marvel and taking inspiration from both Beaty and Woo’s work as well as Scott Bukatman’s argument that superheroes represent ‘a corporeal, rather than a cognitive, mapping of the subject into a cultural system’ (2013, 49), this article will examine how these creators’ excessive superhero bodies reflect tensions underpinning the image-focused culture of the 1990s that was ultimately responsible for their fame and fortune, and with it, a major shift in the balance of power within the American comic book industry.‘The Power of the Marvel(ous) Image: Reading Excess in the Artwork of Todd McFarlane, Jim Lee, and Rob Liefeld’

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,314
Écart entre enseignants0,296 · 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'étudeThéorique ou conceptuel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Graphic Novels & ComicsMême sujetFoucault, Power, and EthicsTravaux en français237 207