MétaCan
Menu
Retour à la cohorte
Enregistrement W6996190699

Reframing Sympathy for Indigenous Captives in <em>Avatar: The Last Airbender</em>

2018· article· en· W6996190699 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of international women's studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitive reframingNarrativeIndigenousWhite (mutation)SympathyColonialism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The animated series Avatar: The Last Airbender plays as a response to the broader tradition of American captivity narratives, a genre in which one “captive” character or group is emotionally or physically constrained by a “captor.” Captivity narratives have historical roots in American colonial accounts, especially those by white women, of being captured by mostly male, or at least masculine-coded, American Indians. Avatar: The Last Airbender, commonly referred to as ATLA, takes place in a world of four nations: the Water Tribes, Earth Kingdom, Fire Nation, and the Air Nomads, which are based on Inuit, Chinese, Japanese, and Tibetan cultures respectively. It details the journey of a young nomad named Aang and his friends to end a century-long war with the technologically advanced Fire Nation. As the series progresses, it most noticeably incorporates the captor-captive dynamic into its protagonists Aang, Katara, and Sokka, who are fleeing and, at times, captured by Prince Zuko of the Fire Nation. It is worth noting that Zuko fills both roles, hoping to convince his father to reverse his banishment from the Fire Nation by trying to capture Aang

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0000,000
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 Opus0,038
Tête enseignante GPT0,358
Écart entre enseignants0,320 · 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.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of international women's studiesMême sujetMedia, Gender, and AdvertisingTravaux en français237 207