MétaCan
Menu
Retour à la cohorte
Enregistrement W3044340157 · doi:10.22148/001c.14112

Familial Places in Jim Crow Spaces: Kinship, Demography, and the Color Line in William Faulkner’s Yoknapatawpha County

2020· article· en· W3044340157 sur OpenAlexvenueno aff
Johannes Burgers

Notice bibliographique

RevueJournal of Cultural Analytics · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmerican Environmental and Regional History
Établissements canadiensnon disponible
Organismes subventionnairesNational Endowment for the Humanities
Mots-clésKinshipContext (archaeology)ScholarshipWhite (mutation)MetaphorAnthropologyGenealogyAgency (philosophy)SociologyHistoryEthnologyMedia studiesSocial scienceLawArchaeologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Hosted out of the University of Virginia, Digital Yoknapatawpha is an international collaboration between scholars of William Faulkner and technologists at the Institute for Advanced Technology in the Humanities. The project team has encoded all the locations, characters, and events in Faulkner’s Yoknapatawpha fictions into a relational database that powers an open-access web-portal. Users can avail of an atlas of “deep-maps,” data visualizations, archival material, and aural and visual resources to explore, teach, and research his works. Using techniques common in ecology and demography, this paper leverages the data to investigate the relationship between race, kinship, and space. It concludes, tentatively, that the social world of Yoknapatawpha is far more rigidly bounded along racial lines than current scholarship suggests. In particular, most interactions between characters from different races happen in a familial context, and are the result of racialized labor exploitation or outright enslavement of African-American families by Anglo-Americans. The lack of interactions outside of this context underscores just how little agency non-white characters have in Faulkner’s fiction.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,221
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cultural AnalyticsMême sujetAmerican Environmental and Regional HistoryTravaux en français237 207