MétaCan
Menu
Retour à la cohorte
Enregistrement W4407174281 · doi:10.7202/1115950ar

Numérimorphose et mutations de la télévision et des écrans dans <i>Mukbang</i> de Fanie Demeule

2024· article· fr· W4407174281 sur OpenAlexaffvenue
Caroline Loranger

Notice bibliographique

RevueTangence · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueAfrican history and culture studies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Mukbang de Fanie Demeule aborde l’influence des écrans dans la société moderne à travers le mukbang, pratique lors de laquelle des internautes regardent des vidéos de personnes mangeant de grandes quantités de nourriture en direct sur YouTube. Le roman rapporte le destin de Kim Delorme, une jeune influenceuse qui perd la vie en essayant de consommer 20 000 calories lors d’un de ces mukbangs. Dans cette oeuvre, Demeule utilise plus de 200 codes QR pour enrichir le récit avec des contenus numériques, soulignant ainsi les thèmes de la cyberdépendance, des troubles alimentaires et de l’isolement social malgré une hyperconnexion. L’article analyse la représentation négative de la société de l’écran dans Mukbang , en utilisant le concept de « numérimorphose » pour décrire la transformation de la télévision en média numérique, exacerbant ses aspects les plus sombres sur Internet. L’autrice explore comment cette mutation est thématisée dans le roman et comment les codes QR intégrés dans le texte permettent aux lecteurs de ressentir directement les effets des écrans. Cette approche enrichit l’expérience de lecture, transformant le roman en un « livre-écran » qui réfléchit sur l’influence et les possibles dangers des nouveaux médias.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,350
Écart entre enseignants0,324 · 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'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 revueTangenceMême sujetAfrican history and culture studiesTravaux en français237 207