MétaCan
Menu
Retour à la cohorte
Enregistrement W3034657046 · doi:10.3138/jcs.2019-0016

Habitat Recovery: The Don Valley in Alissa York’s<i> Fauna</i>

2020· article· en· W3034657046 sur OpenAlexvenueno aff
Misao Dean

Notice bibliographique

RevueJournal of Canadian Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWildernessEnvironmental ethicsSubjectivityEcocriticismSociologyContext (archaeology)AestheticsEcologyHistoryArchaeologyEpistemologyBiologyArt

Résumé

récupéré en direct d'OpenAlex

The setting of Alissa York’s 2010 novel Fauna, in the Don Valley and its adjacent neighbourhoods of Leslieville and Riverdale, provides a context for the theme of the persistence of life in the midst of waste and destruction. The realist setting of Fauna demonstrates the way the novel values the local and its specific characteristics, and in doing so suggests the way it seeks to reconcile the opposition identified by Susie O’Brien between ecocritical and post-colonial perspectives in contemporary fiction. At once biocentric, multicultural, and urban, the Don Valley setting undermines the discourses of “‘natural’ belonging that are seen to smack dangerously of colonialist forms of essentialism” because its history as a reclaimed habitat (“naturalized” rather than restored) acknowledges that it is a constructed space rather than a natural wilderness. The novel’s shifting narrative perspective includes animal perspectives along with human and reinforces their interconnection, raising the dodgy question of animal subjectivity and entering into dialogue with the genre of the animal story. But rather than projecting human subjectivity onto animals, Fauna makes an ethical choice to recognize the bodily specificity and precarity that humans and animals share. The flourishing of animal and plant life in the “naturalized” Don Valley provides companionship and recognition for the human characters in the novel who frequent the valley in their struggle to overcome trauma, loss, and abuse.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,868
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,009
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
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 Opus0,081
Tête enseignante GPT0,326
Écart entre enseignants0,245 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian StudiesMême sujetGeographies of human-animal interactionsTravaux en français237 207