Board(er) Games: Space, Culture, and Empire in <i>Jumanji</i> and Its Intertexts
Notice bibliographique
Résumé
Two recent transmedia narratives—Karuna Riazi’s 2017 middle-grade novel The Gauntlet and the 2017 film Jumanji: Welcome to the Jungle—have attempted to reclaim the 1995 film Jumanji’s colonial narrative (adapted from Chris Van Allsburg’s 1981 picture book). Both present forms of the “portal fantasy,” in which a protagonist supernaturally breaches the borders of another world. The Gauntlet transports its Muslim Bangladeshi American protagonist to a fantastical board game, whereas Jumanji: Welcome to the Jungle reconfigures the genre as multimedia immersive gameplay in a fictional “other” realm. Although these reworkings seemingly destabilize white supremacy by centring multiethnic American identities, their negotiations with the board game, itself a product of imperial history and a manifestation of the “gamification” of empire (wherein progress is measured by control of the board) complicate this. The creation of an American neo-colonial nationalism through a system of orientalizing these fantastic spaces (the jungle within the 2017 film and Riazi’s clockwork Islamic city) affirms the need for their control or eventual destruction by the protagonists. This effectively creates cultural borders that extend into these fictional spaces, playing out historical systems of empire in a bid to gain access to neo-empire.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».