MétaCan
Menu
Retour à la cohorte
Enregistrement W3160788868 · doi:10.22148/001c.24077

Putting the Sorting Hat on J.K. Rowling’s Reader: A digital inquiry into the age of the implied readership of the Harry Potter series

2021· article· en· W3160788868 sur OpenAlexvenueno aff
Wouter Haverals, Lindsey Geybels

Notice bibliographique

RevueJournal of Cultural Analytics · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarry potterAudience measurementReadabilityStyle (visual arts)Information AgeLiteraturePsychologyHistoryMedia studiesSociologyArtLinguisticsLawPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Compared to the large body of research into gender, race and class in children’s literature, there has been little awareness of the social construction of age in this discourse. Analysing age in contemporary fiction for young readers gives insight in how present-day society models (people of) different ages, and given the decisive role that books play in shaping children’s worldviews, such research contributes to our understanding of how age norms are passed on across generations. This article explores the construction of age in J.K. Rowling’s Harry Potter in relation to the age of the implied reader. This case study provides a unique opportunity to study age, because the main characters in every volume ‘grow up’ together with the implied readers. This article traces the correlation between the evolutions in form and content in J.K. Rowling’s Harry Potter series on the one hand and an evolution in the age of its implied readership on the other. After scrutinising existing guidelines pertaining to the ideal age at which to read each book, we conduct our own digital analyses on the style and topics of the texts. As well as providing insight into the evolution of these features in the Harry Potter books, this article contributes to the ongoing discussions on the reliability of readability measures and the desirability of explicit age markers on books for young readers.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,010
Communication savante0,0100,010
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,264
Écart entre enseignants0,210 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cultural AnalyticsMême sujetThemes in Literature AnalysisTravaux en français237 207