MétaCan
Menu
Retour à la cohorte
Enregistrement W2982499569 · doi:10.21680/1983-2435.2019v4n2id18940

Os personagens na teoria de Bakhtin

2019· article· pt· W2982499569 sur OpenAlexaff
Anthony Wall, Jorge Witt Mendonça

Notice bibliographique

RevueRevista Odisseia · 2019
Typearticle
Languept
DomaineArts and Humanities
ThématiqueLinguistics and Education Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPhilosophyHumanities

Résumé

récupéré en direct d'OpenAlex

Um foco em comum em muitas teorias modernas da literatura é a reavaliação da perspectiva tradicional do personagem em um texto narrativo. A posição que este artigo defende é que uma concepção revisada é necessária para um entendimento dos meios pelos quais o dialogismo se diz funcionar no discurso romanesco. Revisar a noção de dialogismo, no entanto, não envolve descartá-la por completo, como teorias recentes do assunto nos fariam descartar. Também não podemos simplesmente anulá-la em relação a todo conteúdo “psicológico” como sugerido por muitas propostas estruturalistas. Para manter o conceito de Bakhtin da noção de personagem, nós devemos entender o termo “psicológico” no contexto do seu livro sobre Freud. Ao combinar artificialmente as observações isoladas de Bakhtin sobre o personagem literário, chegamos à perspectiva que postula fontes vocais textualizadas no romance. Em tal esquema, uma máxima variabilidade e liberdade é proporcionada para cada fonte separadamente. No entanto, devemos usar o termo “separadamente” com extremo cuidado, pois, nos escritos de Bakhtin, todos aqueles seres que poderíamos considerar como entidades separadas estão, de fato, intrincadamente entrelaçados e inseparáveis. Considerar algo como absolutamente separado implica conhecer intimamente todos os seus limites e possibilidades. Esta é certamente uma capacidade que Bakhtin nos negaria quando se trata de figuras humanas em textos.

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)0,004
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 enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,018
Communication savante0,0080,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,040
Tête enseignante GPT0,313
Écart entre enseignants0,273 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista OdisseiaMême sujetLinguistics and Education ResearchTravaux en français237 207