MétaCan
Menu
Retour à la cohorte
Enregistrement W2906635159 · doi:10.1080/13614541.2018.1535778

“I Knew You Were Trouble”: Considering Childism(s), Shame Resilience, and Adult Caretaker Characters Surrounding YA Rape Survivor Protagonists

2018· article· en· W2906635159 sur OpenAlexafffund
Amber Moore

Notice bibliographique

RevueNew Review of Children s Literature and Librarianship · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaKillam Trusts
Mots-clésShamePsychologyNarrativeRage (emotion)Developmental psychologyPsychological resilienceResilience (materials science)WarrantSocial psychologyPsychoanalysisLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Adult characters in young adult (YA) literature remain largely unexamined. In this article, All the Rage (2015), Exit, Pursued by a Bear (2016), Speak (1999), and “Wolf” from The Rose and the Beast (2000) are closely analyzed to evaluate whether these characters engaged in childism(s). Particularly, YA sexual assault narratives warrant critical consideration, as caretaker characters hold potential to significantly impact assaulted adolescents’ abilities to enact shame resilience. The four stories suggest that how parent and school-based professional characters impact survivor protagonists is directly correlated with if, or the degree to which, the grown ups participated in “positive” or “negative” childism.

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)0,008
score de la tête « metaresearch » (Gemma)0,016
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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0070,009
Communication savante0,0130,009
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew Review of Children s Literature and LibrarianshipMême sujetThemes in Literature AnalysisTravaux en français237 207