MétaCan
Menu
Retour à la cohorte
Enregistrement W2980140129 · doi:10.30958/ajmmc.5-4-2

Simulation, A-signification and Embodied Semiotics in I, Robot

2019· article· en· W2980140129 sur OpenAlexaff
David U. Garfinkle

Notice bibliographique

RevueAthens Journal of Mass Media and Communications · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueComics and Graphic Narratives
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésSemioticsSemiosisSemiotics of cultureSign (mathematics)Meaning (existential)PhilosophyPostmodernismLiteratureErasureAestheticsSociologyLinguisticsEpistemologyArtComputer science

Résumé

récupéré en direct d'OpenAlex

Within the post-industrialized worldview, conventional correlations between a text and its linguistic determinations no longer hold as absolute, challenging the limits of a linguistic measure by semiotic analysis. Yet, even in the postmodern condition of a hyperreal realm where the visual image has replaced the literary sign as the predominant mode of global information and mass communication, the structuralist binary model of signifying semiotics comes under erasure. Taking Baudrillard's three orders of simulations as a ground, this study explores how the nature of his a-signifying model of semiosis confronts its own event horizon on the cinematic screen. Yet, where semiotics functions appropriately for the exegesis of text and image, those traces of human embodiment that remain discernable in film also appear to be under erasure. As a case study in the use of science fiction film for the examination of post-structuralist tools of cultural analysis, the limits of signifying signs become evident in the traces of embodiment evident in the film, As a challenge to the disembodied figures of contemporary science fiction, this study addresses what happens to embodiment under the orders of simulacra, to pose a transitional step in the movement from signifying semiotics to mimesis, via the a-signifying model of semiotic analysis.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,202

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,266
Écart entre enseignants0,218 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAthens Journal of Mass Media and CommunicationsMême sujetComics and Graphic NarrativesTravaux en français237 207