MétaCan
Menu
Retour à la cohorte
Enregistrement W2559066003 · doi:10.5539/ijel.v6n7p31

Semiotics in Haroun Hashem Rashid Lyrics Relying on the Theory of Pierce

2016· article· en· W2559066003 sur OpenAlexvenueno aff
Ahmad Mohammadi Nejad Pashaki, Ahmad Reza Hidarian Shahri, Kolsom Seedighi

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiterary Theory and Cultural Hermeneutics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSemioticsPoetryLyricsLiteratureReading (process)SociologyLinguisticsPhilosophyAestheticsEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

<p>Today semiotics mainly influenced by Pierce’s thoughts and demarches has become an independent discipline which is used as an interdisciplinary aspect of text analysis. This approach, which uses linguistics, sociology, literature, and so forth is an efficient method of analysis. Semiotic analysis of the works in Arabic literature could lay the groundwork for a new reading of them, leading to better understanding of the texts. While introducing literary semiotics, this paper thus examines the poetry of Haroun Hashem Rashid based on the approach in question. It also appears that the encryption is related to the creator, aesthetics, text interrelationship, time, place, and the form of a poem. Given the work of Haroun Hashem Rashid, a number of roles are presented that rebuild a powerful relationship within a turbulent life, which is fluctuating between the pleasant and unpleasant symptoms. This associates likely and widespread meanings with the pure human being concepts. The results show that there is a high reliance on hypertext elements and the events of the author’s life in his poetry in addition to the text elements. However, of all the most frequent indices of his poetry, time, characters, and the indications of locations can be noted.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,253
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLiterary Theory and Cultural HermeneuticsTravaux en français237 207