MétaCan
Menu
Retour à la cohorte
Enregistrement W4248026075 · doi:10.4000/belphegor.422

Emily E. Auger, Infinita fertilità del Mito, oscuro nutrimento del Moderno; Tech- Noir Film. A theory of the Development of Popular Genres

2011· article· it· W4248026075 sur OpenAlexvenueno aff
Adolfo Fattori

Notice bibliographique

RevueBelphégor · 2011
Typearticle
Langueit
DomaineArts and Humanities
ThématiqueItalian Literature and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtHumanities

Résumé

récupéré en direct d'OpenAlex

Questo lavoro di Emily Auger potrebbe sembrare ambizioso, al tempo della tarda modernità realizzata, addirittura pretenzioso, quantomeno anacronistico, in una fase storica in cui può sembrare che insieme alle "grandi narrazioni", per dirla alla Jean-François Lyotard (1981), siano diventati obsoleti anche i tentativi di costruire teorie e modelli -anche della produzione di oggetti estetici -sistematici e generali.2 Niente di tutto questo, invece.Anzi -e mi si perdoni il breve inciso -viene da pensare sempre più spesso che ancora una volta insieme alla presunta acqua sporca (le "grandi narrazioni" trascendenti e/o secolari) si sia tentato di gettar via anche il bambino (la propensione a costruire modelli di descrizione dei fenomeni sociali -e culturali, quindi…), rischiando di liberarsi così, insieme alla rigidità di certi approcci, delle necessità di rigore e creatività della ricerca. 3Così l'autrice parte nel suo lavoro da una considerazione apparentemente semplice, ma forte: «… genre "hybridization" is the historical process by which new genres form and change to address contemporary social issues.»(p.11).In pratica, la contaminazione fra i generi non è solo il riflesso di un rapporto meccanico fra mondo sociale e produzione estetica, ma è una fertile, autoriflessiva messa in scena, frutto di un rapporto

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0060,006
Science ouverte0,0010,001
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,041
Tête enseignante GPT0,224
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBelphégorMême sujetItalian Literature and CultureTravaux en français237 207