Notice bibliographique
Résumé
Introduction: Negotiating in Research and Teaching Mark McLelland Death Note, Student Crimes, and the Power of Universities in the Global Spread of Manga Alisa Freedman Scholar Girl Meets Manga Maniac, Media Specialist, and Cultural Gatekeeper Laura Miller Must We Burn Eromanga? On Trying Obscenity in the Courtroom and the Classroom Kirsten Cather Manga, Anime and Child Pornography Law in Canada Sharalyn Orbaugh Lolicon Guy: Some Observations on Researching Unpopular Topics in Japan Patrick W. Galbraith All Seizures Great and Small: Reading Contentious Images of Minors in Japan and Australia Adam Stapleton The that Dare Not Speak its Name: Chinese Danmei Communities in the 2014 Anti-Porn Campaign Lin Yang and Yanrui Xu Negotiating Religious and Fan Identities: Boys Love and Fujoshi Guilt Jessica Bauwens-Sugimoto Is there a Space for Cool Manga in Indonesia and the Philippines? Postcolonial Discourses on Transcultural Manga Kristine Michelle Santos and Febriani Sihombing Appendix: Rise and Fall of the King of Lolicon: An Interview with Uchiyama Aki Patrick Galbraith
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,011 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».