That awful secret of the wood' : the forest and the EcoGothic
Notice bibliographique
Résumé
When we imagine the forest, we tend towards extremes. It is commonly read as a binary space: as either ‘good’ or ‘bad’. When it is ‘good’, it is a remedial setting of wonder and enchantment; when it is ‘bad’, it is a dangerous and terrifying wilderness. It is with its fearsome associations that this thesis is concerned. Sarah Maitland, in her book Gossip From the Forest (2012), argues that ‘inside most of post-enlightenment and would-be rational adults, there is a child who is terrified by the wild wood’.1 The implication in her wording is that the modern adult who fears the forest does so despite the fact that he or she is ‘post-enlightenment’ and ‘would-be rational’. It is suggested, therefore, that such fears are today not only unfounded, but regressive and irrational. Nonetheless, as she continues, there is much evidence to suggest that we continue to be ‘terrified by the wild wood’. Popular culture abounds with seemingly infinite examples of the foreboding forest. It is, as a site of trial, trepidation, and terror, one of the most enduring and pervasive in our fictions. The central question of this thesis, therefore, is why do we continue to find this landscape so frightening? This thesis seeks to answer this question by examining a range of twentieth and twenty-first century Gothic texts, each of which features a fearsome forest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,030 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».