MétaCan
Menu
Retour à la cohorte
Enregistrement W4413911627 · doi:10.32920/ifmj.v5i1-2.2406

Representation of Reality and Truth

2025· article· en· W4413911627 sur OpenAlexvenueno aff
Maruf Rahman

Notice bibliographique

RevueInteractive Film and Media Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Geopolitics and Ethnography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)Computer scienceEpistemologyPhilosophyPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This paper explores the contested concepts of “truth” and “reality” in documentary media by critically examining theoretical perspectives and applying close reading analysis to a recent short documentary. Beginning with foundational definitions by John Grierson, Bill Nichols, and Patricia Aufderheide, the paper traces how notions of actuality, indexicality, and ethical representation are embedded within the genre’s form and purpose. Drawing on the scholarship of Philip Rosen, Michael Renov, and Trinh T. Minh-Ha, this study interrogates the idea that documentaries can offer unmediated access to truth or reality, and instead argues for a more nuanced, reflexive understanding of representation. As a case study, the paper analyzes Silent Suffering: Inside the Rohingya Refugee Crisis (2024), produced by EU Civil Protection and Humanitarian Aid, selected through purposive sampling for its narrative clarity, and visual accessibility. Through a close reading of its imagery, structure, and portrayal of Rohingya women and children, the paper contends that the documentary, while ostensibly humanitarian, reproduces objectifying tropes that dehumanize its subjects. Ultimately, this analysis calls for ethical documentary practices that critically engage with representation, voice, and power in the depiction of displaced populations.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,073
Communication savante0,0180,019
Science ouverte0,0020,008
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,026
Tête enseignante GPT0,381
Écart entre enseignants0,355 · 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'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 revueInteractive Film and Media JournalMême sujetAsian Geopolitics and EthnographyTravaux en français237 207