Born Queer, Made Evil? Examining ‘Discovery’ and ‘Construction’ as Competing Methodologies of True Crime
Notice bibliographique
Résumé
In this essay, we argue for the need to go beyond considerations of representation when conceptualising the true crime genre’s relationship to queerness and breach fundamental questions about the form of true crime. We ask: how can true crime works retrace history in a way that problematises rather than reinforces established definitions of ‘deviance,’ and this category’s historical relationship to queerness? To answer these questions, this paper outlines two competing methodologies used by true crime works like Mindhunter and American Horror Story in their respective projects of reexamining the past. Rather than considering possible methodologies for the study of true crime media, we believe that an overview of the divergent methods used by these works enables the implicit ideological investments of such texts to be made clear. First, we discuss a ‘straight’ approach that prioritises the retracing of a past crime through archival material and mimetic recreations so that a long-suppressed truth might be ‘discovered’. Second, we examine a ‘queer’ approach that freely blends fiction and historical fact to present a campy and altogether untenable version of criminality. Throughout, we argue for the utility of the latter, which serves as a productive strategy to reveal the artifice of deviancy itself.
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 | 0,017 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,137 |
| Communication savante | 0,020 | 0,025 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».