A Stylistic Analysis in Literary Texts: Fuzzy-set Qualitative Comparative Analysis in Everett's James
Notice bibliographique
Résumé
This study investigates the correlation between stylistic features and thematic development in Percival Everett's James (2024) through an innovative integration of traditional stylistic analysis with fuzzy-set Qualitative Comparative Analysis (fsQCA). The research examines four primary stylistic elements metaphors, symbolism, imagery, and sentence structure and their relationship to four thematic categories: struggle, hope versus despair, freedom, and confinement. Using a mixed-method approach, the study combines qualitative textual analysis with quantitative correlation analysis to evaluate the strength of stylistic-thematic relationships. Data analysis reveals strong to very strong correlations between specific stylistic features and themes, with metaphors most strongly correlated with struggle (r = 0.85), symbolism with hope versus despair (r = 0.80), imagery with freedom (r = 0.78), and short sentences with confinement (r = 0.76). The findings demonstrate that linguistic elements function as essential tools for thematic coherence rather than merely decorative devices, providing empirical evidence for systematic relationships between form and meaning in literary texts. By integrating fsQCA methodology with literary analysis, this research offers a replicable framework for future stylistic studies while contributing to methodological innovation in digital humanities and computational literary analysis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| 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) | 0,000 | 0,000 |
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.
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 ».