MétaCan
Menu
Retour à la cohorte
Enregistrement W4393028122 · doi:10.1093/res/hgae016

<scp>Leah Orr</scp>. <i>Publishing the Woman Writer in England, 1670–1750</i>

2024· article· en· W4393028122 sur OpenAlexaffabout
Dana Lew

Notice bibliographique

RevueThe Review of English Studies · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiterature: history, themes, analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPublishingHistoryArtLiterature

Résumé

récupéré en direct d'OpenAlex

How do we conceptualize, and how do we quantify, women’s writing between the Restoration and the mid-eighteenth century? While authors like Behn, Haywood, Cavendish, Manley, Centlivre and Rowe are central to feminist criticism of the long eighteenth century, there are significant gaps in the historical record to which Leah Orr’s book attends. In her previous book, Novel Ventures (2017), Orr surveys nearly 500 works to challenge ‘rise of the novel’ narratives that are based on a limited canon of familiar names. Now, Publishing the Woman Writer in England, 1670–1750 identifies nearly 700 works—673 to be exact—ostensibly written by a female author, based on attributions from the English Short-Title Catalogue. Orr’s comprehensive research allows her to refute erroneous claims about women’s writing during this period. According to the numbers, there was a steady flow, rather than a rise or fall, of female-authored publications from the 1670s to the 1740s (pp. 20–21). Nor is it true that women writers mainly published fiction. Rather than novels, poetry and plays, most of Orr’s finds are ‘advice books, recipe books, a great deal of religious writing, political writing, memoirs, letters, and histories’ (p. vi). Lastly, Orr’s statistics undermine the ‘traditional view’ that early women writers faced ‘social hazards’ when publishing under their own names. In fact, more than half of the 673 works ‘provide a name (not necessarily real) that is clearly female as the author’ (p. 20). Orr suggests that publishers used female honorifics, initials and names on title pages as a marketing strategy to garner interest and sell copies.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil0,722

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,001
Communication savante0,0050,006
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4940,329

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 Opus0,032
Tête enseignante GPT0,261
Écart entre enseignants0,228 · 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.

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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Review of English StudiesMême sujetLiterature: history, themes, analysisTravaux en français237 207