MétaCan
Menu
Retour à la cohorte
Enregistrement W864166807 · doi:10.3138/cjfs.23.1.51

Video After Video Stores

2014· article· fr· W864166807 sur OpenAlexvenueno aff
Jeff Scheible

Notice bibliographique

RevueCanadian Journal of Film Studies · 2014
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical science

Résumé

récupéré en direct d'OpenAlex

Depuis le début des années 2000, il y a eu un nombre grandissant de fermetures de clubs vidéos partout en Amérique du Nord, phénomène qui indique une transformation importante du paysage médiatique qui concorde avec la hausse de la distribution numérique, avec un changement de la culture filmique et avec une économie en transformation. Plutôt que de s’engager sur les chemins souvent fréquentés de cette grande histoire, cet article s’intéresse aux pistes, souvent surprenantes et peu documentées, qui suivent la trajectoire des copies lorsqu’on ferme boutique. Pour ce faire, j’esquisse une théorie de la redistribution des médias et explore une esthétique de la redistribution. Cette esthétique nous permet de rendre compte de la relation qui existe entre la mutation du paysage médiatique et les pratiques culturelles qui remodèlent le rapport entre les “nouveaux” et les “vieux” médias. J’adopte une méthodologie variée, qui combine une enquête spécifique au terrain de recherche et une investigation esthétique. En suivant le destin des “vidéos après les clubs vidéos” à travers trois champs distincts, ceux du commerce de redistribution au détail, du monde de l’art et de l’Internet, on peut voir se dessiner une commune logique qui les traverse.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,000
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 Opus0,185
Tête enseignante GPT0,300
Écart entre enseignants0,114 · 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.

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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Film StudiesMême sujetCultural Insights and Digital ImpactsTravaux en français237 207