Notice bibliographique
Résumé
A dynamic dialogue of poetry and art that reimagines the ancient, biblical concept of sacrifice. Winner of the 2022 Gerald Lampert Memorial Award presented by the League of Canadian Poets A collaboration between poet Alisha Kaplan and artist Tobi Aaron Kahn, Qorbanot -the Hebrew word for "sacrificial offerings"-explores the concept of sacrifice, offering a new vision of an ancient practice. A dynamic dialogue of text and image, the book is a poetic and visual exegesis on Leviticus, a visceral and psychological exploration of ritual offerings, and a conversation about how notions of sacrifice continue to resonate in the twenty-first century. Both from Holocaust survivor families, Kaplan and Kahn deal extensively with the Holocaust in their work. Here, the modes of poetry and art express the complexity of belief, the reverberations of trauma, and the significance of ritual. In the poems, the speaker, offspring of burnt offerings, searches for meaning in her grandparents' experiences and in the long tradition of Orthodox Judaism in which she was raised. Kahn's paintings on handmade paper, drawn from decades of his career as an artist, have not previously been exhibited or published. They reflect his quest to distill a legacy of trauma and loss into enduring memory. With a foreword by James E. Young and essays by Ezra Cappell, Lori Hope Lefkovitz, and Sasha Pimentel, the book presents new directions for thinking about what sacrifice means in religious, social, and personal contexts, and harkens back to foundational traditions, challenging them in reimagined and artistic ways.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,617 | 0,308 |
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 source (Gemma direct ou Codex distillé), 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 ».