MétaCan
Menu
Retour à la cohorte
Enregistrement W3133492342 · doi:10.1386/safm_00030_7

Speaking with Suhasini Mulay: A short story about a long strife

2019· article· en· W3133492342 sur OpenAlexaboutno aff
Madhuja Mukherjee

Notice bibliographique

RevueStudies in South Asian Film & Media · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFilmmakingShadow (psychology)HomecomingHistoriographyNegotiationMedia studiesSociologyVisual artsGender studiesWork (physics)Capital (architecture)Memory workHistoryAestheticsArtMovie theaterSocial sciencePsychologyPsychoanalysisEngineering

Résumé

récupéré en direct d'OpenAlex

This article is connected to my project concerning the Indian film industry, questions of work and women’s labour; and, this interview-based article grows from my ongoing audio-visual documentary work tentatively titled The Shadow and The Arc Light. It enables me to reflect upon my previous book project, and takes shape in the light of contemporary feminist historiography. Suhasini Mulay began her career as an actor with Bhuvan Shome (Mrinal Sen 1969), and thereafter, shifted to filmmaking and obtained technical training from McGill University, Montreal. Upon her homecoming she initially worked with the International Film Festival of India, and later assisted Satyajit Ray (for Jana Aranya [1975]) and Mrinal Sen (for Mrigayaa [1976]). While Mulay has made documentaries, and also acted in Bhavni Bhavai (Ketan Mehta 1980), she eventually resumed full-time acting in 1999. As narrated by her, she endured hierarchical, gendered and precarious work conditions, which inform us about the arduous production milieu. Through such conversations, I propose gender as a lens for studying film history, and underscore filmmaking as labour; as well, analyse the nature of filmic work. I aspire to demonstrate how women involved in various capacities, negotiate networks of media forms and capital, and persist perilously.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0430,013
Communication savante0,0090,009
Science ouverte0,0020,007
Intégrité de la recherche0,0050,015
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,038
Tête enseignante GPT0,264
Écart entre enseignants0,225 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in South Asian Film & MediaMême sujetSouth Asian Cinema and CultureTravaux en français237 207