MétaCan
Menu
Retour à la cohorte
Enregistrement W4253385191 · doi:10.31176/apertura.2019.15.2.3

Filmszerű elbeszélés

2020· article· hu· W4253385191 sur OpenAlexaff
Marco Bellardi

Notice bibliographique

RevueApertura · 2020
Typearticle
Languehu
DomaineArts and Humanities
ThématiqueNarrative Theory and Analysis
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésPhysicsCombinatoricsMathematics

Résumé

récupéré en direct d'OpenAlex

A filmszerű narrátor [para-cinematic narrator] fogalmát bevezető cikk a narratív diskurzus szintjén vizsgálja, miként imitálja a filmszerű regény és novella a filmes formát. A szerző az irodalmi igeidők használatát a filmi szemiózis által kifejezett időbeliséggel veti össze. A filmes és irodalmi elbeszélés közötti kapcsolódást a háttér és az előtér narratív stílusai mentén térképezi fel. A szerző amellett érvel, hogy a filmes narratíva előtér és háttér elrendeződése – vagyis a „narratív kiemelés” (Weinrich 1971) – az előtérre teszi a hangsúlyt, s az így kialakuló narratív kiemelést „ellaposítja” a médiumra jellemző „monstratív” minőség (Gaudreault 2009). A lapos narratív kiemelést az erőteljesen filmszerű elbeszélés az igeidők alkalmazásával remedializálja. A montázs és más filmspecifikus technikák imitálása a remedializált, filmszerű időbeliségbe illeszkedő jellegzetességként gondolható el. A szerző felidézi továbbá a műfajelmélet „mód” fogalmát (Fowler 2002), melynek segítségével leírhatóvá válik egy-egy tulajdonság műfajok közötti átültetése. A filmszerű mód fogalmának segítségével az alapvető jellegzetességek filmből irodalomba történő remedializációja műfajspecifikus diszkurzív keretbe foglalható.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0850,005

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 Opus0,059
Tête enseignante GPT0,209
Écart entre enseignants0,149 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAperturaMême sujetNarrative Theory and AnalysisTravaux en français237 207