MétaCan
Menu
Retour à la cohorte
Enregistrement W4408312550 · doi:10.1080/07256868.2024.2429076

Feminism and Friendship

2024· article· en· W4408312550 sur OpenAlexaboutno aff
Susan Sheridan

Notice bibliographique

RevueJournal of Intercultural Studies · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeminismFriendshipSociologyGender studiesSocial science

Résumé

récupéré en direct d'OpenAlex

I first met Sneja Gunew at a Women’s Studies conference in Wollongong in 1981. Together with Louise Adler, she gave a presentation, ‘Method and Madness in Female Writing’, which made a challenging intervention into this gathering. Intervention was her preferred practice of intellectual responsibility and challenge her characteristic style. I joined the staff at Deakin in 1985-1986, and during that time Sneja and I became firm friends, and her work influenced mine considerably. As well as teaching literary studies at Deakin we both contributed to the interdisciplinary course, ‘Women and Social Change’, which led to Sneja’s editing the companion volumes Feminist Knowledge as Critique and Construct and A Reader in Feminist Knowledge. As well as her influential work on multiculturalism and her interventions into the rapidly developing world of feminist studies, Sneja took on the male establishment, mainly through a series of contributions to debates around the publication of Ken Ruthven’s Feminist Literary Studies (1984) and subsequently on ‘the new humanities’. On the brink of her departure for Canada in 1993 Sneja’s essay, ‘Feminism and Difference,’ again challenged any feminist work that claimed to speak for all women, including those minoritised in terms of race or class. Whether the issue was women’s liberation or multiculturalism, creative practice or cultural policy, Sneja always emphasised difference and diversity, and made it her business to deconstruct any assumptions of uniformity, or of a neutral speaking position.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,033
Communication savante0,0090,006
Science ouverte0,0010,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,047
Tête enseignante GPT0,301
Écart entre enseignants0,254 · 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
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intercultural StudiesMême sujetFamily Business Performance and SuccessionTravaux en français237 207