MétaCan
Menu
Retour à la cohorte
Enregistrement W4322501820 · doi:10.5539/ells.v13n1p66

Queer Male Asian American Disidentification in On Earth We’re Briefly Gorgeous and Neotenica

2023· article· en· W4322501820 sur OpenAlexvenueno aff
Christopher Shia

Notice bibliographique

RevueEnglish Language and Literature Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Culture and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQueerGender studiesHegemonySociologyQueer theoryShameAestheticsPsychologyPoliticsArtSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper offers a reading of two recent novels that grapple with queer male Asian American identity, Ocean Vuong’s novel, On Earth We Are Briefly Gorgeous (2019) and Joon Oluchi Lee’s Neotenica (2020), analyzing them in part through Jose Muñoz’s concept of “disidentification.” This concept, although produced by and for Latinx queers, is useful for exploring the simultaneous subversion of and attraction to American white patriarchal hegemony by those excluded from it. Research in the past has examined On Earth We’re Briefly Gorgeous (2019) from various angles, such as Cho (2022), examining refugee and queer shame, and Slopek (2021) looking at non-normative masculinities. Little research exists about Neotenica (2020) due to its recency. Utilizing queer theory, this paper builds off of previous research on On Earth We’re Briefly Gorgeous (2019) and adds to the analysis through the comparison with Neotenica (2020). At first look, the two books provide seemingly contrasting stories, with one appearing to affirm the stereotype of Asian men as submissive, desexualized, and feminine, the other turning this stereotype on its head. But on closer inspection, they are similar stories that both provide a nuanced look at queer Asian American male disidentification that does not define it as purely empowering or disempowering.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,019
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,309
Écart entre enseignants0,297 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetAsian Culture and Media StudiesTravaux en français237 207