MétaCan
Menu
Retour à la cohorte
Enregistrement W4250222465 · doi:10.4000/books.pur.1275

Cinéma / Canada

2000· book· fr· W4250222465 sur OpenAlexaboutno aff

Notice bibliographique

RevuePresses universitaires de Rennes eBooks · 2000
Typebook
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtHollywoodHumanitiesStudioExcellenceArt historyPhilosophyVisual arts

Résumé

récupéré en direct d'OpenAlex

Longtemps connue en France par le biais de cinéastes québécois tels que Claude Jutra, Gilles Carle, ou Pierre Perrault, l'industrie cinématographique du Canada a dû se développer dans l'ombre d'Hollywood. Elle s'est forgée une réputation internationale d'excellence dans les domaines qui ne concurrençaient pas les studios américains : le documentaire, le court-métrage, et les films d'animation. Nous sommes en présence d'un cinéma fortement subventionné (et même d'un cinéma d'État) qui repose sur des cinéastes fonctionnaires ayant pour mission de défendre la création nationale de l'invasion de la culture américaine de masse, et de promouvoir de nouvelles approches. L'industrie prospère, grâce en partie aux coproductions, mais aussi grâce à une nouvelle génération de cinéastes de talent, tels que Denys Arcand, David Cronenberg, et Atom Egoyan. Cet ouvrage propose une vision panoramique du cinéma canadien (ou plutôt des cinémas) placé sous le double signe de la francophonie et de l'anglophonie, mais composé également d'une grande diversité de parcours historiques, de genres et d'approches, ainsi que de divergences régionales. Le recueil contient des essais de spécialistes venus d'horizons divers, tels que l'écrivain Dominique Noguez, le scénariste et réalisateur Pascal Vimenet, et le critique Sylvain Garel. Il contient également le texte original d'une rencontre-débat entre cinéastes et autres professionnels de l'industrie cinématographique.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,064
Tête enseignante GPT0,313
Écart entre enseignants0,249 · 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'étudeSans objet
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

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses universitaires de Rennes eBooksMême sujetEducation, sociology, and vocational trainingTravaux en français237 207