Literature for Children : The Narrative Agents that Make Books Address Younger Audiences
Notice bibliographique
Résumé
I mitt arbete analyserar jag olika element i berättandets kommunikationskedja. Jag undersöker tre böcker skrivna för barn, och jag jämför berättarna, karaktärerna och narraterna i de tre texterna för att identifiera olikheter och likheter mellan berättelserna. Böckerna jag analyserar är Peter Pan av J. M. Barrie, The Wonderful Wizard of Oz av Frank Baum och The Witches av Roald Dahl. Målet är att ta reda på vad som gör att man kan identifiera litteratur som litteratur skrivet för barn. \n Barnlittertur läses av alla åldrar men är först och främst riktad till barn. Sättet på vilket författarna går till väga då de gör beslutet att skriva för en yngre publik skiljer sig från bok till bok. Författaren kan välja mellan att endast adressera barnet, att skilt adressera både barn och vuxna, eller att samtidigt tala till både barn och vuxna. \n Oftast är det vuxna som skriver böcker till barn. Detta blir tydligt också i de allra innersta nivåerna av berättandets kommunikationskedja. Min studie tyder på att stukturen ’vuxen berättar för barn’ även finns inne i själva texten. Det handlar främst om berättarens och narratens förhållande till varandra, men också deras förhållande till karaktärerna. Berättaren är i regel äldre än både sin protagonist och sin narrat. Det är denna ’äldre berättare berättar för barn om barn’-struktur som understryker att ett verk är avsett att bli läst av eller för barn. Strukturen medför även en simplare stil än vad som vanligen kan ses i vuxenlitteratur. Denna stil betonar att läsaren förväntas förstå mera än vad som egentligen berättas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».