MétaCan
Menu
Retour à la cohorte
Enregistrement W4410077079 · doi:10.3390/arts14030050

Navigating Class, Gender, and Urban Mobile Spaces: Dissecting Iranian Car Social Spaces in Cinematic Narratives

2025· article· en· W4410077079 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueArts · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNarrativeClass (philosophy)Gender studiesSociologyComputer scienceArtArtificial intelligenceLiterature

Résumé

récupéré en direct d'OpenAlex

This study scrutinizes the active role of mobile urban spaces in shaping and generating social space. It explores the depiction of car spaces in two Iranian films in their cinematic narratives, symbolic meanings, and influence on the perceptions of urban mobile space, often referred to as third spaces in the urban studies literature. This interdisciplinary paper investigates the socio-cultural manifestations of the car interiors in two hybrid docufiction films: Ten, directed by Abbas Kiarostami, and Taxi, by Jafar Panahi. Built on the new mobilities paradigm’s perspective on the mobile space of cars wherein social space is inevitably produced and re-produced, this paper reveals the socio-cultural dynamics of the car space in the films’ representations. The car space produces subjectivities, exhibits socio-cultural foundations, offers a sense of belonging and place-making, and provides opportunities for informal social interactions, while embodying power dynamics. The central aim is to revise our conceptualizations of mobility spaces by examining spatial practices that revolve around the car spaces. The paper integrates cinematic representation as a resource for planners and social scientists to conceptualize mobility spaces, introducing diegetic cabinography filmmaking style.

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.

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)0,000
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 GPT0,335
Écart entre enseignants0,309 · 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