MétaCan
Menu
Retour à la cohorte
Enregistrement W1969677433 · doi:10.1353/ort.2011.0039

Matija Murko, Wilhelm Radloff, and Oral Epic Studies

2011· article· en· W1969677433 sur OpenAlexaboutno aff
Aaron Phillip Tate

Notice bibliographique

RevueOral tradition · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPARRYEPICScholarshipFolkloreQuarter (Canadian coin)Oral traditionHistoryLiteratureClassicsOral historyOral literatureArtLawPolitical science

Résumé

récupéré en direct d'OpenAlex

In modern histories of folklore scholarship, when the topic concerns pioneers of oral epic fieldwork prior to Milman Parry and Albert Lord, no scholars are mentioned more often than Wilhelm Radloff and Matija Murko.1 Though the two worked in different language families and belonged to different scholarly generations (Radloff was nearly a quarter-century older than Murko), the reasons for their influence are well known: Radloff was one of the first to collect oral epics from Turkic-speaking peoples in Russia and Siberia, doing so throughout the 1860s and 1870s, while Murko, in his time as a professor in Vienna, Graz, Leipzig, and Prague, conducted extensive fieldwork in Yugoslav lands among epic and lyric singers as early as 1909 and as late as 1932.2 Today both are regarded as two of the earliest observers of oral epic to have provided substantial firsthand documentary accounts of performances they witnessed in the traditions within which they worked, and both are frequently cited in debates surrounding the role played by oral epic in the twentieth-century form of the "Homeric Question."

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,446
Tête enseignante GPT0,270
Écart entre enseignants0,176 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOral traditionMême sujetDiverse Musicological StudiesTravaux en français237 207