MétaCan
Menu
Retour à la cohorte
Enregistrement W4389037690 · doi:10.1002/jaal.1318

Resistance Literature: Representations of Land and Indigeneity in Indigenous‐Authored, Canadian Award‐Winning Rural Young Adult and Middle‐Grade Fiction

2023· article· en· W4389037690 sur OpenAlexaffabout
Karen Eppley, Jeffrey Wood, Shelley Stagg‐Peterson

Notice bibliographique

RevueJournal of Adolescent & Adult Literacy · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensUniversity of TorontoLaurentian University
Organismes subventionnairesnon disponible
Mots-clésIndigenousColonialismFace (sociological concept)Gender studiesResistance (ecology)SociologyIndigenous cultureTraditional knowledgeHistorySocial scienceEcologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Sixty percent of Indigenous people in Canada live rurally and on reserve but are largely absent among young adult and middle‐grade fiction. This critical content analysis examines representations of the land and rural places and Indigenous identities in Canadian award‐winning fiction written by Indigenous authors for young adult and middle‐grade readers. By positioning land, place, and rural Indigenous youth identities and experiences at the center of the analysis, the study contradicts dominant colonizing perspectives of “rural” and “Indigenous” that undervalue and/or disregard the lives, knowledge, and perspectives of rural Indigenous community members. Critical content analysis makes visible the books' complex representations of rural land and identities where Indigenous characters are agentic, resilient, and adaptable in the face of settler colonialism.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Adolescent & Adult LiteracyMême sujetThemes in Literature AnalysisTravaux en français237 207