MétaCan
Menu
Retour à la cohorte
Enregistrement W4309694194 · doi:10.3138/cjfs-2021-0055

The Canadian Travel Film Library: Non-Theatrical Distribution and Tourism Promotion in the Postwar Period

2022· article· fr· W4309694194 sur OpenAlexaffvenueabout
Dominique Brégent‐Heald

Notice bibliographique

RevueCanadian Journal of Film Studies · 2022
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

En 1947, l’Office national du film créait le Canadian Travel Film Library (CTFL), dont l’un des mandats était de louer des courts métrages en 16mm qui faisaient la promotion des attraits touristiques et récréatifs du pays auprès de millions d’emprunteurs aux États-Unis. La publicité touristique par le biais du cinéma faisait partie d’une stratégie plus large afin d’injecter des dollars américains dans l’économie canadienne de l’après-guerre et ainsi remédier au déséquilibre commercial avec les États-Unis. Les représentants du gouvernement estimaient que ces films à petite pellicule constituaient le format idéal pour atteindre un public large à un coût moindre et, ainsi, favoriser son plan de reconstruction. De plus, en soutenant l’industrie du tourisme, l’ONF cherchait à faire taire les critiques selon lesquelles elle constituait une agence de propagande gauchiste disposant d’un budget excessif. En fait, son budget réduit limitait sa capacité à produire ses propres films touristiques. C’est pourquoi l’Office a développé un mécanisme de distribution centralisé qui œuvrait en dehors des salles de cinéma : le CTFL, qui opérait à partir de bureaux à New York et à Chicago et desservait des dizaines de points de distribution régionaux. Travaillant étroitement avec l’Office des voyages du gouvernement canadien, l’ONF a ainsi rationalisé la diffusion aux États-Unis des copies en 16mm par les agences fédérales et provinciales, ainsi que par les intérêts privés.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,718

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0190,007
Communication savante0,0120,004
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0370,002

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 Opus0,024
Tête enseignante GPT0,214
Écart entre enseignants0,190 · 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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Film StudiesMême sujetCinema and Media StudiesTravaux en français237 207