Literary Discourse: An Investigation into Semiotic Perspectives of Persian Narratology
Notice bibliographique
Résumé
This study was to approach critical discourse analysis (CDA) from a semiotic perspective. A case in point was Persian anecdotes. The data included four anecdotes randomly extracted from the book Stories of Bohlool. Data analysis was done within the framework of narrative semiotics of Greimas (1986). The anecdotes were analyzed in terms of 1) applicability of Greimassian approach to Persian anecdotes and 2) different levels of meaning latent in literary texts. The results of the study indicated that Greimassian approach is applicable to Persian narratology. Key words : CDA; Semiotic Perspective; Persian Anecdotes; Narrative Semiotics of Greimas Resume: Cette etude tente d'aborder l'analyse critique du discours (ACD) dans une perspective semiotique. Un exemple en a ete anecdotes persiques. Les donnees comprenaient quatre anecdotes tirees au sort dans le livre Histoires de Bohlool. L'analyse des donnees a ete realisee dans le cadre de la semiotique narrative de Greimas (1986). Les anecdotes ont ete analysees en termes de 1) l'applicabilite de l'approche greimassienne d'anecdotes persiques et 2) les differents niveaux de sens latent dans les textes litteraires. Les resultats de l'etude ont indique que l'approche greimassienne est applicable a la narratologie persique. Mots-cles: ACD; Perspective SEmiotique; Anecdotes Persiques; SEmiotique Narrative De Greimas
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,024 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».