Notice bibliographique
Résumé
Türk dilinin bilinen ilk yazılı kaynakları ve en eski belgeleri olan Orhun Yazıtları, Türk tarihi için önemli bir değere sahiptir. Bilge Kağan ve Tonyukuk tarafından diktirilen Orhun Yazıtları, dünyanın ve insanın yaratılışı, birinci kağanlığın tarihi, ikinci kağanlığın kuruluşu, siyasî ve askerî tarihi anlatır. Güçlü bir hitabet diline sahip olan bu yazıtlarda millî ve sosyal eleştiri konuları da işlenmiştir. Devlet yönetimi ve devlet anlayışıyla kültürel ögelerin yanı sıra Orhun Yazıtları’nın dili ve üslûbu da oldukça zengin ve önemlidir. Yabancı etkilerden uzak, yalın ve sade bir dille yazılan Türk dilinin ilk nesir örnekleri olarak bilinir. Bu makalede ele alınacak konu zarflardır. Zarflar; fiilleri, fiilimsileri, sıfatları veya başka zarfları zaman, yer, yön, durum, miktar ve soru bakımından nitelemek için kullanılan sözcüklerdir. Eski Türkçede geçen zarfların kullanıldığı cümlelere örnek vermek amacıyla Talat Tekin’in yayımladığı Orhun Yazıtları adlı kitabı esas alınmıştır. Kül Tigin, Bilge Kağan ve Tonyukuk yazıtları içerisinde kullanılan zarflar tespit edilip sınıflandırılmıştır. Bu zarfların tanımı, tarihi gelişimi ve etimolojisinin açıklanması için Tuncer Gülensoy’un iki ciltten oluşan Köken Bilgisi Sözlüğü adlı kitabı, Sir. G. Clauson’un An Etymologycal Dictionary of Pre-thirteenth Century Turkish adlı sözlüğü, Marcel Erdal’ın Old Turkic Word Formation adlı gramer kitabı gibi birçok etimolojik sözlüklere ve dil bilgisi kitaplarına başvurulmuştur. Zarfların tanımı, tarihi gelişimi ve etimolojisi açıklandıktan sonra tarama yöntemiyle bu yazıtlarda ve Eski Türkçede kullanılan zarflara örneklerle tanık gösterilmiştir.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».