A Comparative Analysis of the Narrative Functions of Cross-Cutting and Parallel Editing in Modern Film Markets
Notice bibliographique
Résumé
The widely spreading use of film editing which consists of Cross-Cutting and Parallel Editing has played an increasingly important role in filming industry. These core narrative means have been created with development of film narrative forms and are key techniques to advance plots and enhance expression of various emotions in a film. The study paid attention to the narrative functions of cross-cutting and parallel editing in modern films, analyzing how they can intensify narrative effects with alteration of time and space, strengthening emotional tension and presentation of multidimensional perspectives. The combination of case-analysis method and theories of narratology and editing was used in the study to explore specific application and effect of the two techniques in representative modern films. The study shows it is more appropriate to take advantage of crosscutting for narrative structures with multiple parallel story lines because it functions in enhancing emotional resonance and creating tense atmosphere by alternatively presenting multiple plots. Parallel editing, on the other hand, is dramatically helpful for non-linear narrative structure with appearance of multiple-layered temporal-and-spatial relationships enriching narrative dimensions of films. The main feature of crossing-cutting lies in stronger adaptation on multiple-linear narratives, improving story compactness and emotional impact, while providing a film with a more complex temporal structure and perspective is the major characteristic of parallel editing. Further exploration and research should concentrate on their development and innovation in the digital age and multicultural context, adventuring in deep application of these two editing techniques in different kinds of films.
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 | 0,002 | 0,008 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».