Exploring the Relationship between Dystopian Literature and the Activism of Generation Z Young Adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Some recent research has posited that the independent and revolutionary traits of Generation Z can be traced to the circumstances of their births, specifically the 9/11 attacks and the Great Recession. While there has been research examining the effect of these events on the type of behavior Generation Z exhibits towards political and societal issues, there has been little research that examines the literary culture in which they grew up. Did popular dystopian works such as Catching Fire by Suzanne Collins (2009), Divergent by Veronica Roth (2011), and The Maze Runner by James Dashner (2009) have an impact on their political identities and behaviors? This paper examines that question by using a mixed method approach: a public questionnaire, thirteen in-depth interviews with a select group of Generation Z students from the University of Georgia, and direct content analyses of the key works under consideration. This study argues that the relationship between dystopian literature and young adult activism may offer insight into the ways literature can be used as a revolutionary tool. This study also hopes to add to the literature exploring the characteristics of Generation Z and the significance dystopian literature may have not only on a young adult’s thoughts but also their actions. KEYWORDS: Dystopian Literature; Dystopian Literary Media; Generation Z; Youth Activism; Literary Influence; Activist Typology; Aspects of Literary Response: A New Questionnaire; College Students; Divergent; Catching Fire; The Maze Runner; Literary Culture, The Hunger Games
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle