Molluscs, morphology, and metaphor in Pablo Neruda's STEAMiest poem
Notice bibliographique
Résumé
Abstract The growing enthusiasm for STEAM (STEM + Arts) initiatives reflects the rich potential for inquiry and integration between arts and sciences. Biologically informed poetry is an active interdisciplinary area of creation and analysis that requires biologically attuned illustration and translation to retain its STEAM effectiveness across linguistic barriers. Pablo Neruda, Chilean poet and Nobel laureate, was a keen observer and informed scholar who wove his scientific knowledge into his poetry. He was particularly obsessed with the sea and featured marine invertebrates in many of his works. The molluscs in his poem “Mollusca Gongorina” are unusual in being specified by their Latin genera. In this zoopoetic analysis, we first ask whether the 11 specimens can be identified to species and find that eight have ready identifications based on morphology in the poem's text, and three have likely identifications based on the poem's themes. We then examine illustrations and translations of the poem, identify where they are consonant or dissonant with the biology of the original, and propose alternative translations informed by the species' identities. Our zoopoetic approach to what could today be considered a STEAMy poem surfaces the beauty of its imagery and narrative, reflects the biological sophistication of the poet, enhances the coherence of its translations making it accessible to a wider audience, and allows it to enhance the biological literacy of the reader.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».