Recursive Readings: Chaos, Curriculum, and Walt Whitman in “Specimen Days”
Notice bibliographique
Résumé
In his 2005 postmodern novel “Specimen Days,” Michael Cunningham reads and re‐envisions Walt Whitman’s “Leaves of Grass” through three different stories in different genres, time periods, and landscapes. Each story, however, involves a set of repeating details, including character names and attributes, locations, a curriculum (of one kind or another) of “Leaves of Grass,” and the pedagogical figure of Walt Whitman. This article focuses on the process of reading and interpretation at work in Cunningham’s novel, modeled after Whitman’s own recursive processes in writing and editing “Leaves of Grass.”Poems, Whitman writes, “grow of circumstances, and are evolutionary” (1889/1973, p. 565). Whitman’s poems resist linearity and closure, employing contradiction as well as repetition: “Do I contradict myself? / Very well then I contradict myself, / (I am large, I contain multitudes)” (1891/1973, lines 1324‐1326). In “Specimen Days,” Cunningham also presents three visions of a non‐linear Whitman curriculum, often yielding strange and unpredictable results because of the poems’ resistance to fixed meanings. Cunningham’s recursive readings of Whitman through “Specimen Days” suggest possibilities for nonlinear interpretive practices and for viewing reading as a recursive process, a repeated search for meaning that in fact generates meaning in its iterations rather than finding it.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».