MétaCan
Menu
Retour à la cohorte
Enregistrement W7037826880

Exploding Empire: Post/Apocalyptic Representations 1979-2016

2017· article· en· W7037826880 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarSpace (University of Hawaii at Manoa) · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmphibian and Reptile Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeHegemonyCharacter (mathematics)PoliticsChoseAnimationComicsPublic discourse
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Exploding Empire: Post|Apocalyptic Discourse 1979-2016, is a cross-medial, transnational study of apocalyptic and post-apocalyptic narrative representations in the United States, Canada, England, and Japan. In particular, this dissertation examines the antagonistic relationship such discourse has to empires and the history of imperialism. The vertical bar in “Post|Apocalyptic” indicates that the term refers to both apocalyptic and post-apocalyptic discourses. I chose that character to reinforce the significant conceptual overlap among different media forms (novels, films, video games) and sub-genres (post-apocalyptic, science fiction, horror). This dissertation responds to the common critique of post|apocalyptic discourse, posited by critics from Susan Sontag to Naomi Klein, that it primarily atrophies political activity and fails to provide meaningful social criticism. This dissertation argues that while some forms of post|apocalyptic discourse can reinforce hegemonic beliefs, post|apocalyptic narrative forms can also contribute to rational-critical debate within the public sphere and help foster awareness of global concerns, such as climate change. This dissertation focuses on Octavia Butler’s 1980s and 1990s prose fiction, Japanese animation during the 1990s, Cormac McCarthy’s The Road and Margaret Atwood’s MaddAddam trilogy, the trans-national films of Guillermo Del Toro and Alfonso Cuarón, and the game The Walking Dead from Telltale Studios.

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)0,008
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0140,018
Communication savante0,0100,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,217 · 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
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarSpace (University of Hawaii at Manoa)Même sujetAmphibian and Reptile BiologyTravaux en français237 207