MétaCan
Menu
Retour à la cohorte
Enregistrement W7083299802 · doi:10.22329/uwdj.v1i1.8272

Princesses, Pirates, and an Empress: Dressing the 18th Century Anachronistically on Screen

2023· article· en· W7083299802 sur OpenAlexaff

Notice bibliographique

RevueUWill Discover Journal · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Analysis with R
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAnachronismCostume designClothingPeriod (music)TasteStyle (visual arts)

Résumé

récupéré en direct d'OpenAlex

The costume designer for the Marie Antoinette (1938), Gilbert Adrian, researched the 18th century dress extensively, yet cut dress trimmings on bias, had shoulders revealed in court dresses, and wigs that were more 19th century than 18th. Marie Antoinette (2006) has more or less the same level of accuracy. “Anachronisms are found in almost every motion picture that portrays another period,” says costume and textile historian Edward Maeder, “… instead these costumes take elements of past styles and combine them with aspects of contemporary fashion,” (Landis, 2013). When the internet is filled with takedowns of the historical inaccuracies in films and TV, on screen depictions of the past continue to be anachronistic. Anachronisms are not always due to a lack of research, but sometimes quite the opposite! Good costume designers research their given period thoroughly, and, much like Maeder said, choose what to keep and what to change. Often these reasons are to better connect with modern sensibilities and styles, but these changes can also be done to elevate a piece of media into historical fantasy, or to say more about the themes and characters than any piece of completely historical costume could hope to do. With a focus on costume, three different pieces of recent media will be analysed: Marie Antoinette (2006) The Great (2020—) and Our Flag Means Death (2022—) and used as evidence of successful anachronistic costume that highlights their stories and characters

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,009
Communication savante0,0090,005
Science ouverte0,0000,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,021
Tête enseignante GPT0,294
Écart entre enseignants0,273 · 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
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWill Discover JournalMême sujetData Analysis with RTravaux en français237 207