MétaCan
Menu
Retour à la cohorte
Enregistrement W4412778961 · doi:10.5430/wjel.v16n1p163

Decolonizing Travel Narratives: A Feminist Perspective in Cate Kennedy's Sing and Don’t Cry

2025· article· en· W4412778961 sur OpenAlexvenueno aff
Asma Sakit Alshammari

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTravel Writing and Literature
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)NarrativeSociologyAestheticsGender studiesComputer scienceArtLiteratureArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study examines Cate Kennedy's Sing and Don't Cry (2005) as a postcolonial female travel narrative, with a particular focus on how cross-cultural encounters subvert and reform colonial ideologies. The study uses qualitative, descriptive-analytical approach to examine the influence of direct engagement with Mexican culture on Kennedy’s conception of the Self and Other. The paper draws upon a postcolonial framework, including Orientalism (Said, 2003), Subaltern Theory (Spivak, 1988), and Hybridity (Bhabha, 2004), to explore how cross-cultural encounters contest dominant colonial attitudes. This paper uncovers different themes embedded within the narrative, including respect for the culture and traditions of the Other, the amplification of marginalized voices, and travel as a quest for identity to explore how direct encounters with Mexican culture influences her perspective on her homeland, Australia. Sing and Don't Cry demonstrates how postcolonial female travel narratives can transcend colonial and Eurocentric conventions into a more comprehensive and rich discourse in postcolonial travel literature. This study contributes to a greater appreciation of the female perspective in the travel writing genre.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,023
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,027
Communication savante0,0080,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,247
Écart entre enseignants0,238 · 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'étudeQualitatif
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 revueWorld Journal of English LanguageMême sujetTravel Writing and LiteratureTravaux en français237 207