MétaCan
Menu
Retour à la cohorte
Enregistrement W2914636791 · doi:10.32873/uno.dc.jrf.22.03.07

Myth and Monstrosity: Teaching Indigenous Films

2018· article· en· W2914636791 sur OpenAlexaff
Ken Derry

Notice bibliographique

RevueJournal of Religion & Film · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMythologyIndigenousArtLiteratureBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The past few times that I have taught my course on religion and film I have included a number of Indigenous movies. The response from students has been entirely positive, in part because most of them have rarely encountered Indigenous cultural products of any kind, especially contemporary ones. Students also respond well to the way in which many of these films use notions of the monstrous to explore, and explode, colonial myths. Goldstone, for example, by Kamilaroi filmmaker Ivan Sen, draws on noir tropes to peel back the smiling masks of the people responsible for the mining town’s success, revealing their underlying monstrosity. Similarly, Mi’gmaq Jeff Barnaby’s debut feature Rhymes for Young Ghouls makes cinematic allusions to 1970s horror films in its depiction of the residential school system. In this paper, I will draw on these examples to discuss how examination of the monstrous in Indigenous films can help us to introduce students to the ideological power of myth, specifically in relation to colonialism.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,006
Communication savante0,0070,005
Science ouverte0,0010,005
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,211 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Religion & FilmMême sujetCinema and Media StudiesTravaux en français237 207