MétaCan
Menu
Retour à la cohorte
Enregistrement W4220817576 · doi:10.5430/wjel.v12n2p22

Women’s Acumen of War: An Analytical Textual Discourse of Svetlana Alexievich’s The Unwomanly Face of War

2022· article· en· W4220817576 sur OpenAlexvenueno aff
Suman Devi -

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical Gender and Feminism Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRealmFace (sociological concept)InstinctPerspective (graphical)Representation (politics)Spanish Civil WarGender studiesSociologyHistoryPolitical scienceLawArtVisual artsPoliticsSocial science

Résumé

récupéré en direct d'OpenAlex

War is often a portrayal of the intrepid male realm in history; consistently reiterating the eminence of the male populace and overshadowing the contributions of women. Despite demonstration of capabilities in par with men and involvement in various jurisdictions, historical records have bequeathed minimal representation to the participation of bold women. Svetlana Alexievich is one of those few writers who interviewed these unsung heroines and compiled their testimonies in her book titled, The Unwomanly Face of War, offering them a platform to share their honest opinions. In the wake of human accomplishment, women have contributed phenomenally in the militia, but their humane and feminine instincts have differed widely when compared to men. In spite of, disparities and disparaging views on women’s progress, there are a few authors who continue to acknowledge women’s prowess. This paper is an analysis of Alexievich’s work which brings forth the dark realities of war and a femino centric perspective of women warriors.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,103
Score d'incertitude au seuil0,802

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,315
Écart entre enseignants0,292 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetHistorical Gender and Feminism StudiesTravaux en français237 207