MétaCan
Menu
Retour à la cohorte
Enregistrement W3159291370 · doi:10.3138/cjfs-2019-0019

L’écrit à l’écran : écriture, texte et lisibilité dans la transcréation québécoise

2021· article· en· W3159291370 sur OpenAlexaffvenue
Marie Pascal

Notice bibliographique

RevueCanadian Journal of Film Studies · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWitnessNarrativeLiteratureMovie theaterArtRelation (database)LinguisticsHistoryPhilosophyComputer science

Résumé

récupéré en direct d'OpenAlex

From the first movies to talkies, films have never been able to completely emancipate from language, the main way of communicating a story, and thus to ignore the written word. It can however be surprising that the written word hasn’t completely disappeared, even retaining an important role in talking cinema, since actors can now express themselves verbally and the audience can gather, thanks to the audio, all the information required to understand. There still remain some traces of writing on the screen, which Chion (2013) distinguishes as being “diegetic” or “non-diegetic.” Several types of writing, distinguished by their relation to the film’s diegesis, require the reviewer to give them particular attention since, even though their presence can sometimes be ignored, such presence is not natural in the “audio-visual.” Focus on the written word is even more important for those who study film adaptations or “transcreations”, since the diegesis is, as the first witness of the “story” (Gaudreault, 1988), conveyed in writing only. The first question will thus be to analyze the characteristics of the endurance of hypotexts via the written word in transcreations and to evaluate its presence in relation to films d’auteur. The second question, which goes beyond the typology proposed by Chion, will be to see if the written word can be limited by these two poles (diegetic and extradiegetic) or if their boundaries are porous, which would imply a reflexive and metafictional dialogue in many cases.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,808

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 technologies0,0000,000
Communication savante0,0010,001
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 Opus0,126
Tête enseignante GPT0,309
Écart entre enseignants0,183 · 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
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Film StudiesMême sujetCultural Insights and Digital ImpactsTravaux en français237 207