MétaCan
Menu
Retour à la cohorte
Enregistrement W3133732191 · doi:10.3828/liverpool/9781906733681.003.0015

The Elements Trilogy

2015· book-chapter· en· W3133732191 sur OpenAlexaboutno aff
Omar Ahmed

Notice bibliographique

RevueLiverpool University Press eBooks · 2015
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHistoryGenealogy

Résumé

récupéré en direct d'OpenAlex

This chapter reviews Deepa Mehta's elements trilogy: <italic>Fire</italic> (1996), <italic>Earth</italic> (1998), and <italic>Water</italic> (2005). Both <italic>Fire</italic> and <italic>Earth</italic> are discussed in some detail while the focus of the chapter remains with the final film <italic>Water</italic>, which can be considered as Mehta's greatest achievement to date. <italic>Water</italic> is arguably also one of the most controversial films to have been made by an Indian film-maker since it addresses the religiously sensitive issue of Hindu widows. Due to the bulk of financing originating from Canada, <italic>Water</italic> is labelled as a Canadian film, thus complicating Mehta's position as an Indian film-maker. Residing in Canada, Mehta is part of the Indian diaspora. The chapter approaches the trilogy from an ideological perspective, exploring the politics of sexuality in <italic>Fire</italic> and the politics of nationalism in <italic>Earth</italic>. It looks at <italic>Water</italic> in terms of its controversial production history, its depiction of Hindu widows, and the interaction of ideology and politics.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,928

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,196
Écart entre enseignants0,137 · 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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLiverpool University Press eBooksMême sujetSouth Asian Cinema and CultureTravaux en français237 207