MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161987639 · doi:10.82308/47853

Using identity politics to address artworld issues : a case study of the New Initiatives in Film program at the National Film Board of Canada

2004· dissertation· en· W7161987639 sur OpenAlexaboutno aff
Gleema Nambiar

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFilmmakingMainstreamMulticulturalismStudioPoliticsGovernment (linguistics)Film industryPopulation

Résumé

récupéré en direct d'OpenAlex

The Canadian government introduced its Multicultural and Employment Equity policies in a series of attempts to induce federally-controlled institutions to reflect the racial diversity of the Canadian population in their programs and workforces. This is a case study of one institution's response to these policies. It examines the implementation of the six-year New Initiatives in Film (NIF) program begun in 1990 by the now-defunct women's filmmaking unit, Studio D of the National Film Board of Canada (NFB) and exposes the fault lines along which the goals of the NFB's various constituent parts clashed and meshed with the diverse goals of various parties in NIF's target communities (i.e. "emergent aboriginal and 'of colour' women filmmakers"). I argue that because the NIF program was structured according to the politics of identity ("race" in this case), "artworld" issues of unfair hiring and funding practices in the Canadian film industry, became distorted and expressed as issues of identity. Obfuscating the professional dynamics in the world of Canadian filmmaking by using "race" as an organizing principle did not, in the long-term, assure the sustained inclusion of excluded groups within mainstream institutions. A more effective strategy, the data suggests, would have been for underrepresented groups to cultivate alliances with professionals in the filmmaking industry based on concrete occupational, rather than hypothetical race-based interests.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,537

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0570,019
Communication savante0,0120,003
Science ouverte0,0040,007
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,105
Tête enseignante GPT0,409
Écart entre enseignants0,303 · 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'étudeQualitatif
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCultural Industries and Urban Development→Travaux en français237 207→