Om Puri: The man who presented the real faces of the subcontinent of India
Notice bibliographique
Résumé
The Indian film industry continues to turn out between 1600 to 2000 films every year, making it the largest movie producing country in the world. Yet, it would be a challenge for an average European or American moviegoer to name a film actor from the Indian subcontinent. Naming the films may be easier. For instance, the millennials may be able to name Slumdog Millionaire (2008), the Generation X crowd may mention Gandhi (1982), and the older audiences may recall The Party (1968) and Ganga Din (1939) as movies about the Indians and India. It was not until the movie Gandhi that Indian actors were given the opportunity to play as Indians. Sam Jaffe and Abner Biberman played as Indians in Ganga Din; Peter Sellers was the Indian actor in The Party, and Shirley MacLaine was the Princess Aouda in Around the World in 80 Days (1956). It is reasonable to assume that many film viewers may be unfamiliar with Om Puri, an actor who played in over 325 films in India, Pakistan, UK, and the United States of America, and made films in English, Bengali, Punjabi, and Tamil languages. Om Puri passed away in 2017. His name may be unfamiliar, his face and his work as an actor will remain unforgettable. Between Gandhi (1982) and Viceroy’s House (2017), Puri acted in two dozen films in the UK, Canada, and the United States of America. This paper discusses Puri’s work in the popular Hindi cinema, in the Indian Parallel Cinema, and in European and North American films.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,007 |
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 ».