MétaCan
Menu
Retour à la cohorte
Enregistrement W7046344288

Demonstrating Feminist Metic Intelligence Through the Embodied Rhetorical Practices of Julia Child

2018· article· en· W7046344288 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Media Literacy Education · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetisRhetorical questionEmbodied cognitionRhetoricCreativity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The concept of metis reinserts the body and its intelligences into the ways in which rhetoric is understood, harnessed, and performed. Originating from the wisdom of Greek goddess Metis, the concept of metis is commonly understood as cunning intelligence that is deployed in order to escape an adversary, trick an opponent, or dupe its victim. When metic intelligence is read through the helping acts of Metis and her daughter, goddess Athena, however, an expanded version of its ways of operating begins to emerge. Through her efforts to debunk French cuisine using rule-based approaches meant to empower home chefs in their own kitchens, Julia Child, cookbook author, television educator, and chef, embodies metis with practices that represent feminist metic intelligence. In archival collections that reveal prolific correspondence, manuscript drafts, and television production material, Child deploys rhetorical strategies meant to teach and stimulate physical movements of cooking, and she does so by positioning the rules of cuisine as the gateway to culinary agency. For Child, structured rules allowed a home chef to respond to and recover from mistakes, and the rules also, consequently, fostered creativity and culinary freedom in the kitchen. Child’s own wielding of cunning and embodied intelligence helps us understand how metis is cultivated by a rhetorical body, and, in turn, Child’s metis may allow us to better understand how embodied rhetorics are invented and deployed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,034
Tête enseignante GPT0,386
Écart entre enseignants0,352 · 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.

Devis d'étudeAutre devis
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 Media Literacy EducationMême sujetMagnetic confinement fusion researchTravaux en français237 207