MétaCan
Menu
Retour à la cohorte
Enregistrement W2009555890 · doi:10.5539/res.v7n6p70

The Realization of Binary Opposition Joy/Sorrow in Contemporary German Fiction Discourse

2015· article· en· W2009555890 sur OpenAlexvenueno aff
Alina E. Rakhimova, Astrid V. Sharipova, Zarema M. Zaripova, Guryanov Igor Olegovich

Notice bibliographique

RevueReview of European Studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiscourse Analysis and Cultural Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSorrowGermanBinary oppositionLinguisticsLiteratureEmotiveGerman philosophyInterpretation (philosophy)SociologyHistoryPhilosophyEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

The article is devoted to the problems of comparative linguistics, namely the problem of “Joy” and “Sorrow” in the contemporary art discourse. The article deals with the lexemes “Joy”/“Sorrow”, representing the binary oppositions. The authors analyze emotive lexemes “Joy”/”Sorrow” based on the works of contemporary German literature, one of the sources of moral categories in human consciousness that provides data on a modern vision of concepts expressed by lexemes “Joy” and “Sorrow”. The authors in the article present the interpretation of lexemes in German and Russian, based on the data from representative dictionaries, German and Russian languages, and based on the analysis of artistic works by contemporary German writers cite examples from the original novels, and their Russian translation, it is a comparative analysis of the translations on semantic and linguistic grounds.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,144

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,224
Tête enseignante GPT0,471
Écart entre enseignants0,247 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetDiscourse Analysis and Cultural CommunicationTravaux en français237 207