MétaCan
Menu
Retour à la cohorte
Enregistrement W4403942802 · doi:10.4324/9781003305392-11

‘Feeling Catty’

2024· book-chapter· en· W4403942802 sur OpenAlexaboutno aff
Anne Fogarty

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeelingPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

It is striking that several recent Irish short story collections by women writers, including Danielle McLoughlin&s;s Dinosaurs on Other Planets (2015), Mary Morrissy&s;s Prosperity Drive (2016), Lucy Sweeney Byrne&s;s Paris Syndrome (2019 ), Nicole Flattery&s;s Show Them a Good Time (2019), Éilís Ní Dhuibhne&s;s Little Red and Other Stories (2020), Louise Kennedy&s;s The End of the World Is a Cul de Sac (2021), Sheila Armstrong&s;s How to Gut a Fish (2022), Bernie McGill&s;s This Train is For (2022), Jan Carson&s;s Quickly, While They Still Have Horses (2024) and Mary Costello&s;s Barcelona (2024), represent animals as marginal and liminal presences and endow them with disturbing and suggestive properties. Tropes of violence and of Otherness are regularly associated with animal protagonists. Drawing on a range of recent theories of animality and the nonhuman, this essay seeks to consider the way in which the interrogation of and deconstruction of femininity and humanity in these stories are a concomitant of the animal presences in them. Some of these texts question traditional notions of the human and the lines of demarcation between the human and the animal, while others remain undecided about inherited dichotomies that they recognise as detrimental but cannot dislodge. Overall, these stories depict the animal and the feminine as intersecting but also as opposed and conflicted. Trans-species solidarity and the process of becoming-animal lead to a dislocation and rethinking of the feminine, but often the moments of enlarged vision or extended identity come at a cost, are transient or hedged with ironies.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,027
Communication savante0,0110,008
Science ouverte0,0010,007
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0250,007

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 Opus0,043
Tête enseignante GPT0,334
Écart entre enseignants0,290 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeographies of human-animal interactionsTravaux en français237 207