MétaCan
Menu
Retour à la cohorte
Enregistrement W3003314269 · doi:10.1177/1741659020903700

“Whenever there’s trouble, just yelp for help”: Crime, conservation, and corporatization in <i>Paw Patrol</i>

2020· article· en· W3003314269 sur OpenAlexaff
Liam Kennedy

Notice bibliographique

RevueCrime Media Culture An International Journal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensThe King's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésCorporatizationComplicityCorporationCriminologyNeoliberalism (international relations)Punishment (psychology)UnderclassSociologyPolitical scienceState (computer science)LawPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

With few exceptions, cultural criminologists have yet to investigate how crime, criminalized individuals, and punishment are depicted in children’s television programming. Undertaking the case study of the popular animated children’s series PAW Patrol, I find that crime is committed predominantly by literal outsiders and that wrongdoers are temporarily warehoused or forced to engage in hard labor. In this world, politicians are presented as incompetent or unethical and the state, either incapable of delivering or unwilling to provide basic social services to citizens, relies on the PAW Patrol corporation to investigate crime, rescue non-human animals in states of distress, and recycle. I argue that the series suggests to audiences that we can and should rely on corporations and technological advancements to combat crime and conserve, with responsibilized individuals assisting in this endeavor. Ultimately, PAW Patrol echoes core tenets of neoliberalism and encourages complicity in a global capitalist system that (re)produces inequalities and causes environmental harms.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,040
Communication savante0,0100,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,072
Tête enseignante GPT0,299
Écart entre enseignants0,227 · 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'étudeQualitatif
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrime Media Culture An International JournalMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207