Cinematic Inclusiveness: Horror Cinema’s Portrayal of Mental and Physical Disabilities
Notice bibliographique
Résumé
The relationship between disability and horror cinema has been complicated. The majority of horror films have associated disability with monstrosity, and represented it as a phenomenon to fear or destroy. Paul Longmore, a leading academic scholar in disability studies, states that according to Hollywood, “the presence of individuals with visible handicaps would alienate consumers from their products,” and is the leading force behind the lack of minority representation in cinema (14). However, changes in the genre are taking place as horror films have begun representing a range of mental and physical disabilities with compassion and sensitivity. Angela Smith, a disabilities and film studies academic scholar, explains that horror cinema frequently “locate[s] horror less in singular and deformed bodies and more in dominant social structures, including the family and American culture,” because disabilities are a literary device to inform the audience about an underlying issue (“Introduction” 24). Moreover, they purposely “force viewers to confront spectacles of impairment as projections of their own socially, scientifically, and cinematically shaped prejudices” (Smith, “Chapter 3” 133). As the presence of disabilities becomes more prominent in horror cinema, so does the audience’s understanding and awareness about mental health issues and physical impairments. Disabilities are identified as a mental or physical condition that makes it difficult for an individual to interact with society the same way a non-disabled person can. This paper analyzes deafness, blindness, schizophrenia, and depression in films that were released over the last decade. The four recent horror films I base my discussion on are John Krasinski’s A Quiet Place (2018), Jennifer Kent’s The Babadook (2014), Pearry Reginald Teo’s The Assent (2019), and Fede Alvarez’s Don’t Breathe (2016). My goal is to show how in aligning the audience with the character’s struggles, they are normalizing and making the audience consciously aware of disabilities in horror films.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».