MétaCan
Menu
Retour à la cohorte
Enregistrement W4411654426 · doi:10.28914/atlantis-2025-47.1.3

Women as Black Angels in Cornell Woolrich’s Noir Fiction

2025· article· en· W4411654426 sur OpenAlexaboutno aff
Maysaa Husam Jaber

Notice bibliographique

RevueAtlantis Journal of the Spanish Association for Anglo-American Studies · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtArt historyLiterature

Résumé

récupéré en direct d'OpenAlex

This article examines Cornell Woolrich’s representations of his female protagonists’ black angels, that is, self-sacrificing but vengeful and dangerous women. As black angels, female characters in Woolrich’s novels, such as Julie Killeen in The Bride Wore Black (1940) and Alberta Murray in The Black Angel (1943), are seemingly defending their homes and standing up for justice but ultimately, they get caught up in a violent world and face the inescapability of failure. It is argued here that Woolrich’s trope of the black angel subverts the stereotype of the femme fatale by mirroring and simultaneously challenging the depiction of the roles of women during the turbulent sociopolitical period around the Second World War in the US, as well as the shift in gender dynamics at that time. Woolrich’s narratives become a vehicle to express this very sense of insecurity and anxiety and the need to both articulate and subvert the pressing need for order and control, particularly in relation to women. This article also illustrates that Woolrich’s black angels are complex creations that are part and parcel of the recipe of sex, paranoia and violence that fill the pages of Woolrich’s noir novels, and it is this recipe that destabilizes both gender norms and legal codes as far as the portrayal of female criminality is concerned.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0110,010
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,236 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtlantis Journal of the Spanish Association for Anglo-American StudiesMême sujetCinema and Media StudiesTravaux en français237 207