MétaCan
Menu
Retour à la cohorte
Enregistrement W4323649152 · doi:10.53032/tcl.2019.4.4.06

Glimpses of Regionalism through the portrayal of Punjabi Culture in Difficult Daughters by Manju Kapur

2019· article· en· W4323649152 sur OpenAlexaboutno aff
Dr Suchita Marathe

Notice bibliographique

RevueThe Creative Launcher · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Studies and Diaspora
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoetryRegionalism (politics)FolkloreHistoryNorth indiaIndian cultureSociologyLiteratureAncient historyAnthropologyArtEthnologyLawDemocracyPolitical science

Résumé

récupéré en direct d'OpenAlex

‘Local color or regional literature is fiction and poetry that focuses on the characters, dialect, customs, topography, and other features particular to a specific region’ Regionalism is a quality in literature that is the product of fidelity to the habits, speech, manners, history, folklore and belief of a particular geographical section. The celebrated exponents of this have been Thomas Hardy who wrote about the Wessex area in England or William Wordsworth in poetry who wrote about the Lake District in England. In tune with this definition, the novel Difficult Daughter by Manju Kapur can be called Regional as the writer more or less sticks to one geographical area. Manju Kapur is a North Indian who resides in Delhi. All her novels are set in North India giving a glimpse of North Indian culture. Manju Kapur has set all her novels in the urban and international background: Amritsar, Lahore, Delhi, Ayodhya, Halifax in Canada. There is an unmistakable essence of North Indian culture through the descriptions of place, culture, dress, food, language, traditions, rituals, fasting and prayers. This Paper attempts to highlight the way Manju Kapur has been successful in highlighting the Punjabi Culture in her First Novel Difficult Daughters and improve our knowledge of Punjabi culture, Dress cuisine etc. Thus she qualifies as regional writer in English writing about the mannerisms of a particular part in India.

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 enseignants0,010
Score d'incertitude au seuil0,014

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 technologies0,0100,007
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,223
Écart entre enseignants0,206 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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