MétaCan
Menu
Retour à la cohorte
Enregistrement W4200416152 · doi:10.32920/ifmj.v1i2.1501

Telling the Stories of Left-behind Children in China

2021· article· en· W4200416152 sur OpenAlexvenueno aff
Janice Hua Xu

Notice bibliographique

RevueInteractive Film and Media Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChildren's Rights and Participation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeChinaPower (physics)AppealRepresentation (politics)SociologyMedia studiesGender studiesPersonality psychologyPsychologyPolitical scienceSocial psychologyLiteraturePoliticsArtLaw

Résumé

récupéré en direct d'OpenAlex

The issue of “left-behind children” in China has been widely recognized as a significant social problem, as more than 61 million children are living in villages away from their parents, who have migrated to large cities to seek employment opportunities. There is a very limited number of media products depicting left-behind children in rural China as central characters with individual personalities. As Stuart Hall states, representation is the process or channel or medium through which meanings are both created and reified. This paper analyzes how stories and voices of this underprivileged group are presented in recent years to the public in different non-fictional media forms, particularly documentary films. Through content analysis of selected samples, the paper examines how narratives are weaved about the lives and emotions of these children, and how the stories make sense of their family experiences. The paper discusses the power of digital narratives and visual-based expressions. It also examines how the products of representation are mediated by different types of storytellers, who are often motivated by a sense of social engagement to raise awareness about the plight of these children to appeal for support but addresses the issue from their specific perspectives. Image Credit: Still of Children at a Village School by Nengjie Jiang

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,006
Communication savante0,0020,002
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 Opus0,018
Tête enseignante GPT0,316
Écart entre enseignants0,297 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Film and Media JournalMême sujetChildren's Rights and ParticipationTravaux en français237 207