MétaCan
Menu
Retour à la cohorte
Enregistrement W2989336491 · doi:10.1080/17411548.2019.1686893

World cinema at Soviet festivals: cultural diplomacy and personal ties

2019· article· en· W2989336491 sur OpenAlexaff
Elena Razlogova

Notice bibliographique

RevueStudies in European Cinema · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueFrench Historical and Cultural Studies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMovie theaterDiplomacyHollywoodMilitantNational cinemaLatin AmericansFilm industryMedia studiesState (computer science)Political scienceSociologyHistoryArt historyLawPolitics

Résumé

récupéré en direct d'OpenAlex

This article traces informal world cinema networks at Soviet film festivals. It argues that the cultural diplomacy approach, where state objectives determine the value of cultural exchange, fails to account for the full range of connections made at Soviet film festivals during the Cold War. Personal ties have been crucial to the development of film festivals and the cinematic movements they engendered. The Soviet state aimed to position Soviet cinema as a better alternative to decadent European and commercial Hollywood cinemas, and as a model for film cultures in socialist Eastern Europe and decolonization-era Asia, Africa, and Latin America. This article first demonstrates how the Moscow International Film Festival (1959-present) and the Tashkent Festival of Asian, African, and Latin American Cinema (1968–1988; Latin America included from 1976) constructed a more inclusive map of world cinema than major European film festivals at Cannes, Venice, and Berlin. It then shows how African, Cuban, and Vietnamese delegations forged informal alliances around the emergent Third Cinema (militant Third World cinema) movement at the 1967 Moscow festival. Strong unofficial connections formed by international festival guests transcended and contradicted the aims of Soviet cultural diplomacy.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,007
Communication savante0,0080,004
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,087
Tête enseignante GPT0,283
Écart entre enseignants0,196 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in European CinemaMême sujetFrench Historical and Cultural StudiesTravaux en français237 207