MétaCan
Menu
Retour à la cohorte
Enregistrement W4389617476 · doi:10.5772/intechopen.1003756

Unsettling the System of Sexual and Ethnic Oppression in Shyam Selvadurai’s Funny Boy

2023· book-chapter· en· W4389617476 sur OpenAlexaboutno aff
Chitra Sadagopan, Yanuka Devi Baniya

Notice bibliographique

RevueIntechOpen eBooks · 2023
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTamilOppressionGender studiesSubalternHuman sexualityEthnic groupSociologyPower (physics)PoliticsPatriarchyPolitical scienceAnthropologyArtLawLiterature

Résumé

récupéré en direct d'OpenAlex

The contemporary novel titled Funny Boy (1994) by Shyam Selvadurai, a Sri Lankan Canadian writer is set in Sri Lanka against the traumatic struggles of ethnicity between majority Sinhalese and minority Tamils in the early 1980s. The novel has six chronologically interconnected stories, each concerning the subaltern central character in terms of race, sexuality and gender. The protagonist Arjun Chelvaratnam (Arjie) belonging to Tamil minority household experiences conflicting emotions imposed by rigid and repressive codes of the patriarchal family that forbids him to indulge in his love of cross-dressing game juxtaposed with a series of calamitous ethnic clashes in the country. Racially, there are political restrictions imposed on the minority Tamil groups and within the domestic sphere, Arjie undergoes sexual unease due to his unconventional sexual orientation. This study aims to explore Arjie’s plight in realizing his emerging sexuality thus transgressing the restrictive borders of gender and desirability. Further, to ascertain the theoretical insight about the process of gendered ‘othering’, Michel Foucault’s idea of power is consulted to justify and provide critical views on the marginalization of the third gender as power discourse in society.

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)0,001
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,032
Communication savante0,0080,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
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 Opus0,069
Tête enseignante GPT0,247
Écart entre enseignants0,178 · 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
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetSouth Asian Cinema and CultureTravaux en français237 207