MétaCan
Menu
Retour à la cohorte
Enregistrement W3183324155 · doi:10.5539/ells.v11n3p28

A Study on the Postmodern Narrative Features in Toni Morrison’s Song of Solomon

2021· article· en· W3183324155 sur OpenAlexvenueno aff
Wang Miaomiao, Chengqi Liu

Notice bibliographique

RevueEnglish Language and Literature Studies · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueContemporary Literature and Criticism
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesMinistry of Education of the People's Republic of China
Mots-clésPostmodernismMetafictionNarrativeIndeterminacy (philosophy)LiteratureAestheticsHistorySociologyPhilosophyArtEpistemology

Résumé

récupéré en direct d'OpenAlex

Toni Morrison (1931-2019) is renowned as the Nobel and Pulitzer Prize-winning American novelist. Her third novel Song of Solomon was written in the context of postmodernism, which embodies a variety of postmodern narrative features. Postmodern works are frequently inclined to ambiguity, anarchism, collage, discontinuity, fragmentation, indeterminacy, metafiction, montage, parody, and pluralism. Such postmodern narrative features as parody, metafiction and indeterminacy have been manifested in Song of Solomon. In this novel, Toni Morrison employs the strategy of parody in order to subvert traditional narrative modes and overthrow the western biblical narrative as well as African mythic structure. Meta-narratives are also used in the text to dissolve the authority of the omniscient and omnipotent narrator. By questioning and criticizing the traditional narrative conventions, Morrison creates a fictional world with durative indeterminacy and unanswered problems. Through presenting parody, metafiction and indeterminacy, this paper attempts to analyze the postmodern narrative features in Song of Solomon and further explore Morrison’s writing on the African-American community and its future development.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,013
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,274
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'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetContemporary Literature and CriticismTravaux en français237 207