MétaCan
Menu
← Retour à la cohorte
Enregistrement W2971019496 · doi:10.51644/9781554586394

Producing Canadian Literature

2013· book· en· W2971019496 sur OpenAlexaboutno aff
Kit Dobson, Smaro Kamboureli

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHistoryGeography

Résumé

récupéré en direct d'OpenAlex

Producing Canadian Literature: Authors Speak on the Literary Marketplace brings to light the relationship between writers in Canada and the marketplace within which their work circulates. Through a series of conversations with both established and younger writers from across the country, Kit Dobson and Smaro Kamboureli investigate how writers perceive their relationship to the cultural economy—and what that economy means for their creative processes. The interviews in Producing Canadian Literature focus, in particular, on how writers interact with the cultural institutions and bodies that surround them. Conversations pursue the impacts of arts funding on writers; show how agents, editors, and publishers affect writers’ works; examine the process of actually selling a book, both in Canada and abroad; and contemplate what literary awards mean to writers. Dialogues with Christian Bök, George Elliott Clarke, Daniel Heath Justice, Larissa Lai, Stephen Henighan, Roy Miki, Erín Moure, Ashok Mathur, Lee Maracle, Jane Urquhart, and Aritha van Herk testify to the broad range of experience that writers in Canada have when it comes to the conditions in which their work is produced. Original in its desire to directly explore the specific circumstances in which writers work—and how those conditions affect their writing itself— Producing Canadian Literature will be of interest to scholars, students, aspiring writers, and readers who have followed these authors and want to know more about how their books come into being.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,914

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,013
Études des sciences et des technologies0,0250,006
Communication savante0,0150,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0720,015

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 Opus0,007
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCanadian Identity and History→Travaux en français237 207→