Emmas Glück : ein Vergleich zwischen dem Roman von Claudia Schreiber und dem Spielfilm des Regisseurs Sven Taddicken
Notice bibliographique
Résumé
Kirjallisuusfilmatisoinnit ovat suhteellisen uusi tutkimusalue. Alalla tehty vähäinen tutkimus on osoittanut, että kirjallisuusfilmatisointeja ei ole tähän asti pidetty itsenäisinä teoksina, vaan pikemminkin hieman väheksyttyinä yritelminä toistaa kirjallisia alkuteoksiaan. Suuri osa nykyfilmeistä kuitenkin perustuu kirjalliseen alkuteokseen, ja siksi aihe kaipaa lisätutkimusta. Tässä tutkielmassa paneudutaan saksankielisen kirjallisuusfilmatisoinnin tutkimukseen. Tutkielmassa pyritään analysoimaan, miten tutkimusmateriaalina olleen kirjallisen alkuteoksen kerrontatekniikat on siirretty elokuvakerronnan muotoon, miten tämä on onnistunut sekä miten teokset mahdollisesti eroavat toisistaan ja miksi. Lisäksi tutkielmassa pohditaan, voisiko kirjallisuusfilmatisointi vihdoin saada tunnustusta itsenäisenä teoksena. Tutkimusmateriaalina käytettiin Claudia Schreiberin saksankielistä romaania Emmas Glück (2003) sekä samannimistä Sven Taddickenin ohjaamaa elokuvaa vuodelta 2006. Tutkimuksessa käytettiin hermeneuttista aineistontulkintamenetelmää, sisällönanalyysiä sekä joiltakin osin vertailua. Materiaalista valittiin tutkittava aines ja työstettiin edellisten tulkintojen perusteella aina uusia tulkintoja. Kumpikin teos käytiin läpi lukuisia kertoja. Kirjallisen alkuteoksen tutkittaville parametreille pyrittiin löytämään vastaavuuksia elokuvassa. Elokuvan ohjaaja oli luonut teoksestaan alkuperäisteokselle suhteellisen uskollisen elo-kuvasovituksen. Elokuva kuitenkin eroaa tietyiltä osin alkuperäisteoksestaan (esim. elo-kuvan loppu), mikä muuttaa oleellisesti tarinan tunnelmaa ja tekee elokuvasta harmonisemman kokonaisuuden kuin alkuperäisteoksensa, jonka tyyli poikkeaa lopussa liikaa alkuperäisideasta. Kun elokuvan genre pysyy loppuun asti draamana, voi kirjallisen alku-teoksen loppuosaa kutsua pikemminkin viihteeksi. Tässä tutkimuksessa analysoidun kirjallisuusfilmatisoinnin perusteella on aiheellista todeta, että kirjallisuusfilmatisointi voi myös olla itsenäinen ja toimiva kokonaisuus sekä myös sellaisena tunnustettu teoksensa.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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.
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 ».