MétaCan
Menu
Retour à la cohorte
Enregistrement W4390935924 · doi:10.24919/2308-4863/69-1-27

THE IMPACT OF MILITARY EVENTS ON THE WORK OF THE UNIVERSITY: THE EXPERIENCE OF LITERARY RECEPTION

2023· article· en· W4390935924 sur OpenAlexaff
Kateryna Kalynych

Notice bibliographique

RevueHumanities science current issues · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary History and Strategy
Établissements canadiensNovelis (Canada)
Organismes subventionnairesnon disponible
Mots-clésWork (physics)HistoryEngineeringLiteratureArtMechanical engineering

Résumé

récupéré en direct d'OpenAlex

ВПЛИВ ВОЄННИХ ПОДІЙ НА ФУНКЦІОНУВАННЯ УНІВЕРСИТЕТУ: ДОСВІД ЛІТЕРАТУРНОЇ РЕЦЕПЦІЇУніверситети, закономірно адаптуючись до будь-яких соціально-історичних подій, завжди транслюють дух відповідної епохи й продуктивно функціонують навіть під впливом деструктивних зовнішніх факторів, таких як війна, пандемія, природні катаклізми тощо.Перелічені стресоутворюючі чинники безпосередньо впливають на свідомість студента, що у свою чергу інтерполюється й на сприйняття художнього тексту.В статті продемонстровано компаративістичний аналіз на основі університетського роману американського письменника Джона Вільямса «Стоунер» та соціологічного опитування студентів другого та третього курсів філологічного факультету Чернівецького національного університету імені Юрія Федьковича задля визначення змін аксіологічного поля рецепції літературного твору.В такий спосіб порівнюється тогочасне сприйняття Першої та Другої світових війн із сучасними реаліями -повномасштабною війною в Україні.Враховуючи, що письменник був учасником Другої світової війни, певні достовірні факти пережитого досвіду лягли в основу університетського роману «Стоунер» й інтерполюються на постаті протагоніста -Вільямі Стоунері, студенті Девіді Мастерзі, викладачі Арчері Слоуні.В ході дослідження було простежено, що сприйняття тогочасних травматичних військових подій аспірантом, а згодом і викладачем В. Стоунером суголосне із перцепцією сучасних студентів.Зокрема, сьогочасна молодь, як і персонажі «Стоунера», проявляє охоче й швидке бажання формувати добровольчі загони, прагне бути важливою і причетною до перебігу бойових дій, виявляє люту ненависть до нападників та викладачів університету, родом із країни агресора, за будь-яких обставин намагається підтримувати воїнів, вона не здатна чітко окреслити власне майбутнє, проявляє мінливість психоемоційного стану.Було виявлено, що допомогти подолати кризові моменти та негативні емоції здобувачам вищої освіти допомагає мистецтволітература та кінематограф.Наголошується, що при виборі літературних текстів увага зосереджується на жанрових аспектах:

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,050
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0500,024
Communication savante0,0230,007
Science ouverte0,0020,016
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,352
Écart entre enseignants0,250 · 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 revueHumanities science current issuesMême sujetMilitary History and StrategyTravaux en français237 207