Folger Shakespeare Library, creator; Rebeca Sheir, Neva Grant, and Barbara Bogaev, hosts. Shakespeare Unlimited
Notice bibliographique
Résumé
The Folger Shakespeare Library's podcast, Shakespeare Unlimited, lives up to its name.With more than 200 episodes as of the writing of this review, this is truly a Shakespeare podcast without limitations.Episode topics run the gamut from the copy of Shakespeare's complete works making the rounds of the Robben Island prison during Nelson Mandela's incarceration there (episode 1) to an examination of Geoffrey Chaucer's Wife of Bath (episode 206), and everything in between.There are conversations with some of the great Shakespearean actors of our day, such as Ian McKellen (episodes 194 and 195); episodes that offer practical advice about staging Shakespeare's plays; episodes on Shakespeare and race; and episodes on comedy, history, tragedy, romance, the plague, adaptation, the American presidency, Star Wars, poetry, education and pedagogy, music, geography, and much more.Shakespeare experts and novices alike will be hardpressed to find nothing of interest here, as the podcast is a treasure trove of new ideas, new ways of thinking, and new avenues of exploration for Shakespeare and early modern England more generally.Episodes are pitched for a general audience and run around 30-40 minutes each.Listeners need not have any special affinity for or understanding of Shakespeare or his works to engage with these episodes.The hosts (Rebeca Sheir, Neva Grant, and Barbara Bogaev) do an excellent job of asking questions and helping situate the listener within each episode.Episode 200, for example, is a conversation between host Barbara Bogaev and scholar Ian Smith about his new book, Black Shakespeare: Reading and Misreading Race (2022).At Bogaev's prompting, Smith begins by debunking the perennial claim that there were no Black people in Shakespeare's England, and questions the ways that Shakespeare's contemporaries linked Black skin to evil.Smith then suggests that Shakespeare actually presents Othello as an analogue to Jesus in order to flip the "Black = bad" narrative on its head.While longtime podcast listeners (as well as Shakespeare scholars and practitioners) are likely to be familiar with the early modern practice of casting Black-skinned characters in the roles of
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Charge utile insuffisante (le modèle a refusé de juger) Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,326 | 0,238 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».