MétaCan
Menu
Retour à la cohorte
Enregistrement W4367280556 · doi:10.18034/ra.v6i1.323

Reasons Makes Muslim Superhero Ms. Marvel Kamala Khan Awesome Just Like Everyone

2018· article· en· W4367280556 sur OpenAlexaff
Ananda Majumdar

Notice bibliographique

RevueABC Research Alert · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueComics and Graphic Narratives
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComicsHEROSociologyMainstreamPoliticsPopular cultureIdentity (music)Gender studiesAestheticsMedia studiesLiteratureLawArtPolitical science

Résumé

récupéré en direct d'OpenAlex

Ms. Marvel Kamala Khan is a new name in Marvel comics, a name that represents minor communities of America, it is not the first time by a minor representation, there are various Muslim minority hero or heroine comes into focus in American society but they are not that popular or centre of the focus, Ms. Marvel Kamala Khan episode of Marvel comics is the most popular among US people, though they do not want any more diversity but because of its realism and authenticity, this episode receives 2015 Hugo award. The achievement credits her role as the superhero that she does for various reasons such as escape US society beyond the class, religion, identity, race from evil human and inhuman, a role model for the young generation, teenage, generation why (who always raises their voice for change, for new things), represents on behalf of the minorities in front of US political leadership, an image of innovation, change among kids, teenage and even elders. Kamala’s character is an example of feminism, diversity, stereotype, enthusiasm, boldness, promise and ground base. Her super heroism is the combination of empowerment, fantasy, and assimilation. Therefore, I choose to write on her as my final project. I am not a teenage but as a generation X, I am also motivated through her activities that she performed, taking all kind of social-political-stereotypical–religious challenges from her friends, family, and outsiders as well.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,160
Tête enseignante GPT0,354
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueABC Research AlertMême sujetComics and Graphic NarrativesTravaux en français237 207