MétaCan
Menu
Retour à la cohorte
Enregistrement W4411463946 · doi:10.36948/ijfmr.2025.v07i03.48222

Funny Boy: Dismantling the System of Carnal and Racial Autocracy

2025· article· en· W4411463946 sur OpenAlexaboutno aff
Sunita Kumari, Yasmeen Mughal

Notice bibliographique

RevueInternational Journal For Multidisciplinary Research · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubalternGender studiesSociologyCharacter (mathematics)PoliticsPower (physics)Sexual orientationRace (biology)TamilHuman sexualityEthnic groupEgalitarianismMasculinityFemininityBattleHistoryPolitical scienceLawLiteratureAnthropologyArt

Résumé

récupéré en direct d'OpenAlex

The horrific ethnic clashes between the minority Tamils and the majority Sinhalese in Sri Lanka during the early 1980s are the backdrop for Shyam Selvadurai’s novel, Funny Boy (1994). Selvadurai is a Sri Lankan-Canadian writer. Six chronologically related stories that center on the subaltern core character's gender, sexual orientation, and race make up the novel. Arjun Chelvaratnam, also known as Arjie, is the main character. He comes from a Tamil minority household and is subjected to strict and oppressive rules from his patriarchal family, which prevents him from engaging in his passion of cross-dressing. These rules are contrasted with a string of tragic ethnic conflicts that occur throughout the nation. Because of his non-traditional sexual orientation, Arjie feels sexually uncomfortable in his own family and faces political limits due to his race. This research seeks to investigate Arjie's battle to liberate himself from the constraints of gender and desirability and accept his emerging sexuality. Michel Foucault's concept of power is also referred to in order to obtain theoretical insight into the process of gendered "othering" and to provide critical opinions on the marginalization of the third gender as a power discourse in society.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,082
Tête enseignante GPT0,421
Écart entre enseignants0,339 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal For Multidisciplinary ResearchMême sujetSouth Asian Cinema and CultureTravaux en français237 207