L'Amérindienne dans la fiction hollywoodienne : entre vérité historique et prisme cinématographique
Bibliographic record
Abstract
Notre thèse se fonde sur plusieurs axes de recherche majeurs tels que la Civilisation Nord-américaine, l'Histoire et le Cinéma autour de la figure de l'Amérindienne, personnage à part voire délaissé dans l'univers hollywoodien. Dans la fiction cinématographique nord-américaine - et plus spécialement dans un corpus composé majoritairement de westerns - de 1895 à 2010, la représentation de l'Amérindienne tend à suivre l'évolution socioculturelle américaine et ne s'en éloigne que pour finalement s'assimiler à une idéologie plutôt figée dans l'histoire et la sociologie du continent; une sociologie fondée sur des normes et valeurs ancrées dans les mentalités au cours du XXe siècle. Le métissage y est un thème obsessionnel pour des cinéastes qui utilisent des procédés récurrents uniformisant les Amérindiennes et les immobilisant dans le temps de la Conquête de l'Ouest. Exotisme universalisant, caricature à l'appui du divertissement font, au fil du temps, émerger une image standardisée d'une Pocahontas mise à l'épreuve du réalisme historique. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Civilisation nord-américaine, Histoire, Cinéma, Amérindienne, Genre, Métissage, Hollywood, Western. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.012 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".