Fiddling with Southern California at a Time of Upheaval: A.E. Maxwell’s Mystery Series
Notice bibliographique
Résumé
Between 1985 and 1993, Ann Maxwell (aka Elizabeth Lowell) and her husband Evan, a former L.A. Times crime reporter who covered international crime, co-authored a series of neo-noir crime novels featuring the private-eye narrator Fiddler, an independently wealthy, Newport-based macho man with a moral compass and a shady past from which his wealth is derived, and his partner Fiora, a high-powered Orange County banker who made her way into high finance from a humble midwestern background. While the series’s plots and characters follow established genre conventions, the novels’ settings cannily spotlight regions and locales relevant to California in which the geopolitical transformations of the later 1980s and early 1990s were concentrated. The upheaval of California’s social fabric in places such as the Gold Coast, Orange County, Napa Valley, the Mexican border, and even Santa Fe (Los Angeles’s alter ego) provide the background for plots that range from Cold War spies and smugglers to a white-collar breed of criminals such as property development scammers, art forgers, and financial fraudsters, exposing the violent and criminal underbelly of a rapidly globalizing and accelerating economic system in which (some parts of) California played a central role. This article provides a geocritical reading of the mystery series that focuses on its modes of political and social critique of the era of Reaganomics, globalization, and the financialization of property, technology, and culture. The series reveals a sustained engagement with political, social, and cultural upheavals that position these locales as sites of contestation and struggles that are, or turn, violent in a variety of ways.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».