MétaCan
Menu
Retour à la cohorte
Enregistrement W3200346150 · doi:10.3138/tric.38.2.143

Defying the Monolingual Stage / Bousculer la scène unilingue

2017· article· en· W3200346150 sur OpenAlexvenueaboutno aff
Art Babayants, Nicole Nolette

Notice bibliographique

RevueTheatre Research in Canada · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSubtitles and Audiovisual Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)LinguisticsPerceptionDiversity (politics)Power (physics)SociologyPsychology

Résumé

récupéré en direct d'OpenAlex

In early April 2017, Toronto’s Modern Times Theatre invited a diverse group of artists, scholars, and critics to join a discussion about diversity in Canadian theatre practices. One of the panels moderated by the Artistic Director of Cahoots Theatre, Marjorie Chan, focused on languages and accents on stage. Each of the discussants proposed their own set of questions: How can minority languages be represented on stage? Should they be translated? What is the role of subtitles and what kind of sub/surtitles should be used? Who is allowed to use which language? For instance, can hearing actors use ASL on stage or should they let deaf actors perform roles that require ASL? Should immigrant actors who learned English as adults be expected to speak English without a marked accent? Why do Canadian audiences and critics find it difficult to accept “non-native sounding” actors performing characters that are expected to have an “unmarked” accent? Why are they expected to have an “unmarked accent”? While the discussants did not see eye to eye on many of these issues, it was clear that they all shared the view that professional Canadian theatre companies and Canadian theatre schools are currently doing a rather poor job at fostering linguistic and phonetic diversity on stage. It also became clear that the question of using multiple languages on stage is profoundly intertwined with the question of accents, dialects, the issues of accent/language perception, as well as race and race perception, the problem of power distribution, and, last but not least, the aesthetic choices of every single production.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,933

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0130,017
Communication savante0,0070,004
Science ouverte0,0010,008
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,203
Tête enseignante GPT0,382
Écart entre enseignants0,179 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTheatre Research in CanadaMême sujetSubtitles and Audiovisual MediaTravaux en français237 207