Notice bibliographique
Résumé
Cross-disciplinary analysis of contemporary images and representations of hysteria\nWe seem to be living in hysterical times. A simple Google search reveals the sheer bottomless well of “hysterical” discussions on diverse topics such as the #metoo movement, Trumpianism, border wars, Brexit, transgender liberation, Black Lives Matter, COVID-19, and climate change, to name only a few. Against the backdrop of such recent deployments of hysteria in popular discourse––particularly as they emerge in times of material and hermeneutic crisis––Performing Hysteria re-engages the notion of “hysteria”.\nPerforming Hysteria rigorously mines late 20th- and early 21st-century (primarily visual) culture for signs of hysteria. The various essays in this volume contribute to the multilayered and complex discussions that surround and foster this resurgent interest in hysteria––covering such areas as art, literature, theatre, film, television, dance; crossing such disciplines as cultural studies, political science, philosophy, history, media, disability, race and ethnicity, and gender studies; and analysing stereotypical images and representations of the hysteric in relation to cultural sciences and media studies. Of particular importance is the volume's insistence on taking the intersection of hysteria and performance seriously.\nContributors: Johanna Braun (University of Vienna), Vivian Delchamps (University of California), Cecily Devereux (University of Alberta), Sander L. Gilman (Emory University), Elke Krasny (Academy of Fine Arts Vienna), Jonathan W. Marshall (Edith Cowan University, Western Australian Academy of Performing Arts), Sean Metzger (University of California), Tim Posada (Saddleback College), Elaine Showalter (Princeton University), Dominik Zechner (Brown University / Rutgers University)
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,007 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,091 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».