MétaCan
Menu
Retour à la cohorte
Enregistrement W7162202995 · doi:10.59236/emro.v25i8a8036

Fight Like Hell

2023· article· W7162202995 sur OpenAlexaboutno aff
Alexander Rolfe

Notice bibliographique

RevueEducational Media Reviews Online · 2023
Typearticle
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueCinema and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBattlePublicityMovie theaterState (computer science)ClothingHollywoodImmigration

Résumé

récupéré en direct d'OpenAlex

Distributed by Bullfrog Films, PO Box 149, Oley, PA 19547; 800-543-FROG (3764)Produced by Martha Gregory and Ian CheneyDirected by Ian Cheney2023, Streaming, 55 mins Kaiulani Lee gives a convincing and moving monologue as Mother Jones, recounting her struggles on behalf of miners and child workers. Her portrayal is very convincing; the production is well-acted, well-written, and well-researched. Some of it is too grim for children, but for high school students and beyond it would be a great accompaniment to a study of American labor history, and one they would probably remember for a long time. The culmination of the film is Mother Jones's role in West Virginia's Battle of Blair Mountain, but she covers the significant parts of her life in getting there. She lost her family to yellow fever, lost her few possessions in the Great Chicago Fire, and emerged from obscurity and hardship to play an important role in some of the most tumultuous times of American history. She brought considerable publicity to the plight of children working in clothing factories and led them on a march to FDR's Long Island home. She exhorted miners to demand their rights and urged them to unionize and strike in state after state. The film contains many of her famous lines and recounts her defeats as well as her victories. Recommended for any collection supporting labor history or American history. Awards:Best Women's Film, Washington DC International Cinema Festival; Best Actress in a Feature Film, Crown Point International Film Festival; Best Actress, Toronto International Women Film Festival

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,043

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 Opus0,095
Tête enseignante GPT0,315
Écart entre enseignants0,220 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducational Media Reviews OnlineMême sujetCinema and Media StudiesTravaux en français237 207