MétaCan
Menu
Retour à la cohorte
Enregistrement W7065257212

“Don´t grow up, it´s a trap” : Den androgyne protagonisten Peter Pan

2022· other· en· W7065257212 sur OpenAlexaboutno aff

Notice bibliographique

RevueDiVA (Linnaeus University) · 2022
Typeother
Langueen
DomaineMaterials Science
ThématiqueElectron and X-Ray Spectroscopy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCharacter (mathematics)White (mutation)SemioticsKey (lock)Theme (computing)Content (measure theory)Presentational and representational actingContent analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to examine how the protagonist Peter Pan was portrayed based on gender stereotypes in the adaptation from 2003. Furthermore, the purpose was to study if children may be affected by these stereotypes. The research questions are: How is the protagonist Peter Pan portrayal in a stereotypical way? How can children be affected by the eventual stereotypes? Peter Pan is a fictive character created by author J.M Barrie. He was first created for the book “The Little White Bird” released in 1902. The story contains several characters, for instance Wendy, John and Michael Darling, Tinkerbell, and the antagonist of the story: Captain Hook. The method that was used was a qualitative content analysis of the movie Peter Pan via the streaming site Viaplay. Seven key scenes and six scenes have been chosen to discuss whether Peter is portrayed in a stereotypical way or not. The approach to complete this study was through semiotics and five different units to analyze the scenes. These were body language, dialog, choice of words, costume, and environment. Information was gathered from reliable sources of articles, websites, and literature. There were two question formulations that were answered in this study. Finally, the analysis was discussed to determine whether Peter is a masculine, feminine or androgynous character. To conclude, Peter mostly is a masculine character with feminine features, therefore an androgynous character. Children may indeed be affected by the stereotypes that is applied on Peter in the adaptation, due to television´s big impact on its spectators.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0390,000

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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiVA (Linnaeus University)Même sujetElectron and X-Ray Spectroscopy TechniquesTravaux en français237 207