Notice bibliographique
Résumé
[This is] an earthy, uninhibited, rollicking production… Neptune's "Dream" is rooted in reality… In fact, the fairies shook me a little… the combined effects of black-light on fluorescent face-paint, luminous costumes fashioned out of leaves and vines and strange guttural sounds made me think of Zulus rather than delicate fairy figures flitting through the forest. Robust is the word that comes to mind, and a robust and very Canadian Puck played in a rather captain-of the-Lacrosse-team way by Margo Sweeny. Neptune's fairyland seems composed of black velvet and bright artificial flowers that all look like man-eating plants. Rather like a trip on LSD. But creating a strange and otherworldly atmosphere. Kenneth Pogue … comes on strong in both parts [Theseus and Oberon]—lots of authority and stage presence—but not enough contrast in the two roles. To me, none of the fairy kingdom were devilish enough—they were after all, a pretty mean bunch, playing cruel psychological tricks on each other and on the mortals who strayed into their fairyland. Diana Barrington plays the other dual role—Hippolyta… and Titania. The Amazon overshadowed the fairy—but in a regal and charming manner. These two gave us a royal couple, a strong pivot for the play to revolve around. Now we come to the scene-stealers… Denise Fergusson, as Helena. She's a delightful comedienne—the sad/funny clown—woebegone when Demetrius spurns her—incredulous when he becomes besotted with her… This girl achieves great rapport with her audience… and her timing is near perfect. Then Kenneth Wickes and Doug Chamberlain as Francis Flute and the brash Nick Bottom.KeywordsSenior ActorCoarse HumorWild ThymeBlack VelvetShakespeare PlayThese keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».