MétaCan
Menu
Retour à la cohorte
Enregistrement W4390445315 · doi:10.55580/oguzhan.1366125

ÂŞIK MAHPERİ IRMAK’IN ŞİİRLERİNDE AŞK VE KEDER

2023· article· tr· W4390445315 sur OpenAlexaff
M. Hakan Özçelik, Nezih Tatlican, Meryem BEL

Notice bibliographique

RevueOğuzhan Sosyal Bilimler Dergisi · 2023
Typearticle
Languetr
DomaineArts and Humanities
ThématiqueCultural and Sociopolitical Studies
Établissements canadiensYukon University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtTheologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Ardahan’da yaşamakta olan aşıklık geleneği yörenin sosyal yaşantı ve özel günlerinde önemli bir yere ve öneme sahip olan köklü bir gelenektir. “Ardahan yöresi âşıkları yöre insanını bilgilendirmeyi, dile getirilmeyen sorunları vurgulayan dolaylı ya da doğrudan gönderme yapan halk için hikâyeleri ve atışmalarıyla neşe kaynağı olup aynı zamanda topluma yön veren dağarcıkları ile kültürümüzün önemli değerlerindendir. Bulundukları ritüel topluluklarda kendi kültürel değerlerini yüceltirken, insanları güldürüp düşündürmenin yanı sıra doğruyu, hakka yönelmeyi vurgulamışlardır (Dursun 2018: 44)”. Âşıklık geleneği, Ardahan yöresinde devam etmekte ve önemli âşıklar yetişmektedir. Bu yörede yetişen ve âşıklık geleneğini temsil eden kadın âşıklarından biri de Mahperi Irmak’tır. İlk başlarda kadın âşıklar yadırganmış ve olumsuz tepkilere maruz kalmış olsa da zamanla toplum tarafından kabul görülmeye başlanmıştır. Âşık Mahperi Irmak da birçok farklı konu hakkında şiirler yazsa da genç yaşta hayatında çok sıkıntılar çekmiş ve çektiği bu sıkıntılardan dolayı çoğu şiirinde aşk, gam ve keder üzerine yoğunlaşmıştır. Âşığın hayatıyla ilgili bilgileri ve şiirleri kendisiyle birebir görüşülerek elde edilmiştir. Bu çalışmayı yapmadaki amacımız, Âşık Mahperi’yi tanıtmak, şiirlerinde ele aldığı aşk, gam, keder konularını şiirlerinden örnek vererek tespit etmek ve toplumsal cinsiyet konusunun şiirlerine yansımasını incelemektir.

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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,236

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0070,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0700,029

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 Opus0,069
Tête enseignante GPT0,271
Écart entre enseignants0,203 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOğuzhan Sosyal Bilimler DergisiMême sujetCultural and Sociopolitical StudiesTravaux en français237 207