Film, Fear and the Female: An Empirical Study of the Female Horror Spectator
Notice bibliographique
Résumé
This thesis combines feminist theoretical frameworks of analysis with original, empirical research to examine the under-representation of the female horror spectator in critical, academic discourse.The merging of theory and empirical data allows for an in-depth study of the psychological motivations of the female spectator and her relative absence from theoretical study.Drawing heavily upon the work of Brigid Cherry, Justin Nolan and Gery Ryan, this project comparatively assesses fandom as exemplified by the female spectator, as contrasted to the male spectator; the subject of myriad critical investigations of the horror spectator.Utilizing a sample of twenty-two, self-identified female horror fans, this study offers an original glimpse into the preferences, responses and motivations of the female horror fan.The findings of this project support the hypothesis that female horror fans prefer intellectually stimulating films and narratives, regardless of the inclusion of graphic violence.Challenging a variety of misconceptions about horror spectatorship, the present project opens a new line inquiry into a field of investigation previously considered unworthy of study.Finally, this thesis invites further exploration of a new subgenre of horror deemed the cerebral slasher and its unique appeal to the female spectator.Film, Fear and the Female 3 Acknowledgements Many people assisted in the creation and execution of this project.Firstly, I would like to thank my thesis supervisor, Dr. André Loiselle for his support, patience and encouragement.I embarked on this project with enthusiasm and fervour-brimming with ideas and ambition.Dr. Loiselle helped reign in my broad and complex ideas, forming something tangible and fit for study.Some professors would have discouraged empirical research for a thesis in the Humanities, but Dr. Loiselle stood by my decisions and offered the support and guidance to get this project off the ground.Similarly, I'd like to thank Dr. Aalya
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».