MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362575986 · doi:10.3138/md-66-1-1168

<i>Onnagata</i>, Grotesque Beauty, and Aging: Reading Tennessee Williams’s Kabuki-Inspired Plays

2023· article· en· W4362575986 sur OpenAlexvenueno aff
Takashi Sakai

Notice bibliographique

RevueModern Drama · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Studies and Interdisciplinary Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKabukiBeautyHollywoodIdentity (music)AestheticsArtLiteraturePresentation (obstetrics)HistoryPsychologyArt historyMedicine

Résumé

récupéré en direct d'OpenAlex

This article examines Tennessee Williams’s kabuki-inspired plays, which were written after his first trip to Japan in 1959. I focus on And Tell Sad Stories of the Deaths of Queens… (1957–70), which Williams began writing in 1957 but completed after his trip to Japan, and the 1964 version of The Milk Train Doesn’t Stop Here Anymore, a play that Williams rewrote several times from 1962 to 1964. In so doing, I demonstrate how Williams used and modified kabuki traditions under the guidance of his Japanese friend, the acclaimed novelist and playwright Yukio Mishima. In And Tell Sad Stories of the Deaths of Queens … the art of acting by the onnagata (male actors who play female roles in kabuki), especially those who live as “women” even off stage, underlies the male protagonist’s exploration of transgender identity as well as his female gender presentation. In The Milk Train Doesn’t Stop Here Anymore, Williams seeks to transform the perceived grotesqueries of aging into allure by using kabuki’s aesthetic principles of “grotesque beauty” and “necrophilic” nostalgia, which had also been expressed in Hollywood films featuring older movie actresses. He deliberately wrote the role of the female protagonist for Tallulah Bankhead, who starred in the 1964 production, with the intention of celebrating her aging body through kabuki aesthetics.

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 enseignants0,036
Score d'incertitude au seuil0,072

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 technologies0,0090,010
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
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 Opus0,058
Tête enseignante GPT0,283
Écart entre enseignants0,225 · 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 revueModern Drama→Même sujetCultural Studies and Interdisciplinary Research→Travaux en français237 207→