MétaCan
Menu
Retour à la cohorte
Enregistrement W2897043967 · doi:10.3968/8830

John Donne’s and George Herbert’s Employment of Secular Language and Images in Their Religious Poetry

2018· article· en· W2897043967 sur OpenAlexvenueno aff
Sameer M. Al-Shraah

Notice bibliographique

RevueStudies in literature and language · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePentecostalism and Christianity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoetryFaithTheme (computing)LiteratureArgument (complex analysis)PhilosophyCharacter (mathematics)AestheticsSociologyArtTheologyComputer science

Résumé

récupéré en direct d'OpenAlex

Recent studies in Herbert and Donne show that most critics focus on the study of theological or biblical aspects of Herbert’s and Donne’s poetry. This argument is more accurate as far as Herbert is concerned because he inspires the reader’s mind as he approaches spiritual life by means of pure simplicity of language and thought. But when it comes to Donne, this argument becomes less accurate, or needs a bit more investigation. Before he decides to write religious poetry, Donne wrote many secular poems mainly about love, yet secular images do not disappear completely in his religious poetry, but rather create a very controversial poet who struggles between his secular and religious character. However, Herbert uses many images, devices, and metaphors of popular love poetry. Herbert’s intermingling of secular love images with his serious divine theme does not affect his religious voice in his religious poetry. Rather, this excellent technique of intermingling helps express Herbert’s divine themes very effectively. The purpose of this paper is to examine the use of secular love images and devices in the religious poetry of Herbert and Donne. This should help us to decide whose poetry reveals a more religious view of life and more faith than the other.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,014
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetPentecostalism and Christianity StudiesTravaux en français237 207