MétaCan
Menu
Retour à la cohorte
Enregistrement W3195080135 · doi:10.53871/2078-8134.2020.3-03

PATRIOTIC AND HEROIC MOTIVES IN THE POETRY OF ALEXANDR TVARDOVSKY AND KEYSAR AMINPUR

2020· article· en· W3195080135 sur OpenAlexaboutno aff
M. Yahyapur

Notice bibliographique

RevueKeruen · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSecurity, Politics, and Digital Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoetryParallelsPatriotismHomelandLiteratureStyle (visual arts)Quarter (Canadian coin)Literary languageComposition (language)HistoryArtSociologyLawPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Connections and interrelations come up in the global literary process directly and indirectly. The present article is devoted to the literary parallels in the creative work of the famous Russian poet, a participant of the Second World War, chief editor of the literary magazine «Nowy Mir» Alexandr Tvardovsky and the popular Iran poet Keysar Aminpur. War and peace problems – are persistent in any national literature throughout the centuries. These problems have reflected in the life, fate and creative work of the Russian poet. They are also predominant in the poetry of K. Aminpur. Longing for home, dreams about piece in the world during ongoing military actions– are common concepts in the poetry of Tvardovsky and Aminpur, where people striving for peace have been drawn into the conflict. Patriotic and heroic motives in the poetry of the Russian and the Iran poets, ways of reflection in style, language and composition of the poems are different due to literary process particularities in the USSR and Iran in the last quarter of the XX-th century. At the same time, there are common points allowing us to compare poetry of A. Tvardovsky and K. Aminpur. Motives of patriotism and heroics are being analyzed from the prospective of nature. Homeland and smaller motherland landscape concepts are inseparable in the poetry of the both poets.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,047
Tête enseignante GPT0,299
Écart entre enseignants0,251 · 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'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKeruenMême sujetSecurity, Politics, and Digital TransformationTravaux en français237 207