MétaCan
Menu
Retour à la cohorte
Enregistrement W4410478704 · doi:10.53555//kuey.v29i1.10055

Educational Administration: Theory and Practice

2025· paratext· en· W4410478704 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdministration (probate law)Practice theoryComputer sciencePsychologySociologyPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

This essay provides an in-depth ecofeminist analysis of Margaret Atwood’s Surfacing (1972), examining how the protagonist’s emotional connections to the Canadian wilderness—conceptualized as ecoempathy—function as feminist acts of resistance against patriarchal oppression. Ecofeminism, which links the subjugation of women and nature under patriarchal systems, offers a framework to explore how the unnamed narrator’s affective and cognitive empathy for the non-human world challenges anthropocentric and gendered hierarchies. By integrating ecofeminist theories from scholars such as Greta Gaard, Val Plumwood, and Karen Warren with the concept of ecoempathy, this study analyzes key narrative moments—sensory immersion in the wilderness, rejection of patriarchal language and consumerism, confrontation with gendered violence, and symbolic rebirth—to demonstrate how the narrator reclaims agency through ecological interconnectedness. The essay argues that Surfacing positions ecoempathy as a subversive feminist strategy, redefining identity and power outside patriarchal constraints, and extends this resistance to readers, inspiring ecological and feminist solidarity. Employing MLA 9th edition citation standards, this analysis situates Surfacing within broader literary and environmental discourses, highlighting its enduring relevance to contemporary ecofeminist thought.

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)0,012
score de la tête « metaresearch » (Gemma)0,017
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0050,025
Communication savante0,0180,008
Science ouverte0,0020,006
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,045
Tête enseignante GPT0,431
Écart entre enseignants0,386 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman Resource Development and Performance EvaluationTravaux en français237 207