MétaCan
Menu
Retour à la cohorte
Enregistrement W4289841966 · doi:10.1080/14680777.2022.2108480

“Bring about the change we want to see”: Ram Devineni and the media spectacle of <i>Priya’s Shakti</i>

2022· article· en· W4289841966 sur OpenAlexaff
Ayesha Vemuri, Sailaja Krishnamurti

Notice bibliographique

RevueFeminist Media Studies · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensQueen's UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésComicsSpectacleSociologyPower (physics)Gender studiesHinduismMedia studiesPolitical scienceReligious studiesLaw

Résumé

récupéré en direct d'OpenAlex

In this paper we offer a critical analysis of the media discourse around an anti-sexual violence comic book, Priya’s Shakti (2013), which tells the story of a victim of gang rape who becomes an unlikely “superhero” in a crusade to end sexual violence. The comic was created by an Indian American filmmaker, Ram Devineni, in response to the horrific gang rape and murder of a young woman in New Delhi in 2012 (the Nirbhaya case). Positioning a rape victim from rural India as a protagonist with power, it was widely applauded as a means of changing the disempowering discourse surrounding victim-survivors of sexual violence. However, we argue, the comic does not actually center Priya’s experience, and instead renders Priya as marginal in her own story. Although the comic is marketed as promoting women’s agency, in media coverage, Devineni is foregrounded as the agent of change. He is positioned as the perfect diasporic masculine saviour, both respectful of traditional culture and adequately progressive, educated, and modernized. The media spectacle of Priya’s Shakti thus participates in a discursive move to replace the “White saviour” with a proxy—the diasporic Hindu masculine saviour—whilst keeping the underlying structures of both Hindu patriarchal power and US imperialism in place.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0220,053
Communication savante0,0200,015
Science ouverte0,0020,008
Intégrité de la recherche0,0040,012
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,079
Tête enseignante GPT0,264
Écart entre enseignants0,184 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist Media StudiesMême sujetSouth Asian Cinema and CultureTravaux en français237 207