Notice bibliographique
Résumé
In this interview, writer – director Peeter Rebane and I discuss his feature Firebird (2021). Set during the Cold War, the film centres on the real-life Sergey Fetisov’s (the film’s co-writer Tom Prior), Roman’s (Oleg Zagorodnii) and Luisa’s (Diana Pozharskaya) love triangle, exploring the decisions they make and their attendant consequences. Rebane and I examine the challenges of filming some extraordinary material – from underwater shots of the young Sergey (Romek Uibopuu) and Dima (Gregory Kibus) to shots of dozens and dozens of people seated in a concert hall, and from flying sequences to theatre ones – on an independent film budget, and how Rebane has retained integrity to the project without making compromises. We attend to the story on which Firebird was based; Rebane’s and Prior’s fidelity to their source material; how they expanded it to show, more prominently, the social and political context in which it is set; and how they altered Luisa’s character to show her perspective. We discuss Rebane’s extensive research into and recreation of the film’s world, which includes meeting with the real-life Sergey, to whom it is dedicated; casting it; and studying documentaries and photos to create costumes for its many actors and extras. Finally, Rebane and I explore the process of distributing Firebird during the COVID-19 pandemic, which has included screening the film at numerous events worldwide. This interview provides insight into both the making and the distribution of this ambitious film adaptation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».