MétaCan
Menu
Retour à la cohorte
Enregistrement W4311689981 · doi:10.5430/wjel.v13n1p163

The Oriental Journey -A Trajectory in Chitra Banerjee Divakaruni’s The Mistress of Spices

2022· article· en· W4311689981 sur OpenAlexvenueno aff
Nisha Gangan, S.Henry Pandian, Shilpi Agarwal, Retna Mony R, S. Moorthi, Venetia Savionna Ross

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiaspora, migration, transnational identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlienationAcculturationMindsetHomelandImmigrationBattleSociologyAestheticsHistoryPolitical scienceLawArtComputer sciencePoliticsArchaeology

Résumé

récupéré en direct d'OpenAlex

This article is an attempt to explore the prospects of transitioning from alienation to acculturation. The ability to change the bitterness of alienation into the sweetness of acculturation lies in the hands of the immigrant. The Mistress of spices through the characters in the novel divulges the secret of acculturation along with its hitches and the requisite for acculturation. Having made it to the host land, it is good for the immigrant to stop brooding over situations and work on settling down. At times, the immigrant might have to resort to the road less travelled, as suggested by Robert Frost in his poem, The Road Not Taken, “Two roads diverged in a wood, and I—I took the one less travelled by, And that has made all the difference”.The diasporic phase should no longer be a battle of the minds but rather a platform for a growth mindset. As the shifting of tectonic plates creates new territories and new horizons, it is high time that a shift in the diasporic mindset is observed. One of the unique features of a growth mindset is to use the roadblocks of migration as opportunities for learning. Migration is a good time to understand and experience the wholesome culture of the place, to dissect the experiences of myth and misconception and fact from fiction, firsthand, in tandem with the sharing of cultural best practices and customs of the homeland.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0330,016
Communication savante0,0090,007
Science ouverte0,0010,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,269 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetDiaspora, migration, transnational identityTravaux en français237 207