MétaCan
Menu
Retour à la cohorte
Enregistrement W4407277675 · doi:10.1177/19408447251319437

Reading, Again. Reviving Reading

2025· article· en· W4407277675 sur OpenAlexaff
Aparna Mishra Tarc

Notice bibliographique

RevueInternational Review of Qualitative Research · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePostcolonial and Cultural Literary Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésReading (process)LiteratureHistoryArtLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper will examine the role of affect as a key force in the experience of reading. I argue reading is an experience rather than an instrument of cognition. The latter, I suggest, gives way to dehumanizing and violating forms of reading as instrument or nomenclature or categorization. I suggest that new relations can be made in, within and from practices of reading that conceive it as a fragile, faltering practice of knowledge production. My reconceptualization of reading derives from Derrida’s notion of deconstruction as learning to read the trace of affect unraveling the normative and/or binary procedures cohering privileged and/or prejudicial understandings of the text. Reading for affect asks researchers to engage in an analysis of the felt and non-evident of people, events and texts. Rather than comprehend in the sense of cognition, we feel the trace of meanings cathected in signs before we know what the sign might mean. My paper will expand on reading as conveying affectivity or the unheard embedded in text. Increasingly there is a demand to read the other’s words with greater attention to feeling for what they do and do not say, can and cannot speak. In studies that purport to do research with humans, it seems to be imperative to engage in a practice of reading that attends to the other meanings indicated by words. This requires the development of a critical or close research reading practice that attends to affect or the interior meanings of articulations and text that words cannot easily convey.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,022
Communication savante0,0090,013
Science ouverte0,0010,005
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,281
Tête enseignante GPT0,552
Écart entre enseignants0,271 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of Qualitative ResearchMême sujetPostcolonial and Cultural Literary StudiesTravaux en français237 207