MétaCan
Menu
Retour à la cohorte
Enregistrement W4220697936 · doi:10.3366/cfs.2022.0057

‘Dogged, Insightful, and Humane’: Writing Women’s Lives in Twenty-First-Century True Crime

2022· article· en· W4220697936 sur OpenAlexaff
Rachel M. Friars, Jesyka Traynor

Notice bibliographique

RevueCrime Fiction Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Deviance, and Social Control
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésNarrativeGender studiesPovertyCriminologySociologyPolitical scienceLiteratureLawArt

Résumé

récupéré en direct d'OpenAlex

Although studies have identified women as the primary audience of true crime, women's engagement with the genre is far from a passive one. Women producers of true crime participate in discussions of female victimhood, poverty, and law. They also consider the significance – and complexity – of writing women's lives within a genre like true crime. Our chapter analyses true crime texts by women to interrogate the changing focus of true crime in the twenty-first century and the labour that these authors participate in as they question established narratives of female victimhood. In our case studies of Hallie Rubenhold's The Five (2019) and Michelle McNamara's I'll Be Gone in the Dark (2018) we suggest that these texts model a feminist version of true crime by creating more comprehensive narratives of female victimhood and survival via narrative structures that centralise women's lives. We contend that these texts are engaged in crucial work that alters the language we use to speak about victims and victimhood.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,341
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
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 Opus0,048
Tête enseignante GPT0,331
Écart entre enseignants0,283 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrime Fiction StudiesMême sujetCrime, Deviance, and Social ControlTravaux en français237 207