MétaCan
Menu
Retour à la cohorte
Enregistrement W4322487119 · doi:10.53032/tcl.2023.8.1.02

Fruits of Migration: Seeing Punjabi Diaspora through its Stories

2023· article· en· W4322487119 sur OpenAlexaboutno aff
Neeta Kumari

Notice bibliographique

RevueThe Creative Launcher · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth Asian Studies and Conflicts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsperityDiasporaContext (archaeology)AlienationIndependence (probability theory)Gender studiesSociologyMedia studiesHistoryAestheticsPolitical scienceArtLaw

Résumé

récupéré en direct d'OpenAlex

Displacement for survival, perhaps since the inception of life on the earth, has been a marked feature of the animal kingdom—be it birds, mammals, reptiles, or human beings. However, these are only human beings who migrate not just for survival but also for a better life. In this very context, the present paper deliberates on the migration of Punjabis to England, America, and Canada through some of the short stories in Punjabi produced by the migrants settled in these countries. The stories have been taken from an anthology titled Punjabi Parvasian Dian Kahanian (The Stories from Migrant Punjabis), edited by Jinder and Baldev Singh Baddan. The selected stories bring forth the diasporic people’s desires, sometimes lust also, to enjoy the riches and the glamorous life of the western countries and their struggles for success in foreign lands. This literary response is a collection of mixed experiences. On the one hand, it exhibits bewilderment at the incompatibility with the new culture, a sense of alienation, and the sacrifices of health and ethics to reach prosperity; on the other, it brings forth how the migrants learn to explore themselves, gain independence (especially women) and shed their weaknesses and narrow attitudes in the new liberal environments. This study also includes the problem of illegal migration, the vice of greed behind it, the resultant fear and frustration, and how it results in turning humans into not-less-than-beasts.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0280,012
Communication savante0,0080,006
Science ouverte0,0020,009
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,090
Tête enseignante GPT0,356
Écart entre enseignants0,266 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Creative LauncherMême sujetSouth Asian Studies and ConflictsTravaux en français237 207