MétaCan
Menu
Retour à la cohorte
Enregistrement W7128805473 · doi:10.1093/alh/ajaf128

High School English and the Making of American Readers

2025· article· en· W7128805473 sur OpenAlexaff
Alexander Manshel

Notice bibliographique

RevueAmerican Literary History · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReading (process)InstitutionState (computer science)Making-ofLiterary criticismFoundation (evidence)

Résumé

récupéré en direct d'OpenAlex

Abstract The high school English classroom is the most influential literary institution in the United States, and the most overlooked by literary scholars. This essay examines the literary canon of US secondary schools alongside the co-curricular institutions—from Advanced Placement to CliffsNotes and the Common Core—that have shaped classroom practice since 1945. Cold War investments in cultivating the nation’s youth contributed to the foundation of the Advanced Placement program, as well as to the practice of reading for “character development,” an interpretive strategy that transforms every text into a bildungsroman. In the same period, New Critical notions of reading for “theme” became central to high school English, but also worked to dehistoricize and deracinate texts, especially those by writers of color. Since 2010, the Common Core State Standards have de-emphasized the reading of literature altogether, a major yet often undiscussed factor in the decline of university English. Reading novels by J. D. Salinger, Colson Whitehead, and Jennifer Egan through the lens of the classroom, this essay argues that understanding high school English is essential for those who study American literary history as well as those who seek to ensure its future.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,821
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,006
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Literary HistoryMême sujetThemes in Literature AnalysisTravaux en français237 207