MétaCan
Menu
Retour à la cohorte
Enregistrement W4406332594 · doi:10.17951/nh.2024.9.89-114

Scarcity Poetics: Christian Bök’s Eunoia and the Economics of Literary Value

2024· article· en· W4406332594 sur OpenAlexaffabout
Kevin Kvas

Notice bibliographique

RevueNew Horizons in English Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUniversity Challenges and Reforms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPoeticsScarcityValue (mathematics)EconomicsPhilosophyPositive economicsNeoclassical economicsLiteratureArtPoetryMicroeconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Christian Bök’s Canadian bestseller Eunoia (2001) is an ideal study in how the romantic notion of literary value actually abides economic theories. Eunoia is a collection of five prose-poems each written using only one vowel grapheme (A, E, I, O, or U). These arbitrary material production constraints work just like economic sanctions, artificially inflating the scarcity—and hence value—of the text, both commercially and literarily. Discourse analysis of surrounding debates reveals that detractions and praises alike abide the same basic supply-and-demand logic: e.g., economic theories of (relative) marginal utility, as applied by Lee Erickson in The Economy of Literary Forms (1996). Building on Erickson’s thesis of how publication media costs shaped literary form and content, on Mary Poovey’s history of literary value’s origin in economic value, and on other efforts to combine literary study with economics, this essay applies economic theory to a rare opportunity to generalize the relation of literary material, form, and content. Conclusively, scarcity poetics/tactics are not just unique to Eunoia, but fundamental to all literary form. Eunoia’s extreme manipulation of linguistic materials isolates the general mechanism by which literary value is produced.

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)0,006
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,033
Communication savante0,0090,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,288
Écart entre enseignants0,266 · 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
GenreAutre

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew Horizons in English StudiesMême sujetUniversity Challenges and ReformsTravaux en français237 207