Notice bibliographique
Résumé
The concept of narrative levels is widely applied in Literary Studies but often based on different theoretical foundations.To operationalise the concept with a reproducible category for a machine learning approach, these guidelines focus on two core definitions of narrative levels, namely Genette's concept of a narrator change and Ryan's proposal of illocutionary and ontological boundaries between levels.We separate the notions of "level" and "narrative" into dedicated subcategories for the narrative level, which reflects a vertical dimension, and the narrative act that encompasses horizontally aligned stories.Furthermore, supplementary aspects, like the boundary type between narrative levels or related phenomena like metanarration and metalepsis, are captured as attributes in conjunction with the annotation category to obtain additional knowledge that might be relevant as training data.The guideline is divided into a first part that discusses narratological theory to define the annotation category as well as the attributes and a second part that gives annotation instructions along with textual examples. PrefaceThese guidelines are an update to the Annotation Guidelines for Narrative Levels and Narrative Acts v1 from 2019.They aim at a clarification of the strategy behind the concepts of narrative levels and narrative acts to reduce the complexity and to achieve a reasonable inter-annotator agreement. ConceptNarrative levels, as proposed by Gérard Genette, aim to describe the relations between an embedded narrative and the diegesis, 1 and indicate a clear hierarchical structure between these diegetic levels.Genette explicitly states his intention to systemize the existing notion of embeddings, which, according to him, lacks "the threshold between one diegesis and another" as well as the possibility to Journal of Cultural Analytics 6 (4).2021.98-139
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,030 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».