The Research on the Representational Strategies of Femme Fatale in Contemporary Chinese Film-noir
Notice bibliographique
Résumé
In 2014, Chinese director Diao Yinan’s feature Black Coal, Thin Ice wins the Golden Bear Award for Best Director at the 64th Berlin Film Festival, sparking enthusiastic discussion on the prospect of the so-called 'Chinese film-noir'. Among the classic noir elements that sparked discussion in these films, the lethal woman, or the ‘femme fatale’ stands out to be the one that attracts the most attention. In the span of a decade, the Chinese femme fatale varies quite enormously in her role in the narrative and the gender implication her relationship with the noir hero represents. This essay will build on Mark Conrad’s definition of film-noir, Jack Boozer’s categorization of femme fatale, and Elisabeth Bronfen’s tragic theory to analyze the construction of femme fatale in 2010s Chinese film noir. Equipped with these theoretical tools, this essay will focus on recent Chinese films-noirs and draw connections between their different representational strategy of the femme fatale to complete their noir narrative. This essay argues that while films like the Hunt Down (2019) and Long Day’s Journey Into Night (2018) approaches the lethal woman in the classic androcentric or even misogynist way, Black Coal, Thin Ice (2014) and the Wild Goose Lake (2019) endows her with more subjectivity and agency while complicating her relationship with the noir hero.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».