MétaCan
Menu
Retour à la cohorte
Enregistrement W7111842822

МЕТАФОРИЧНА КОНЦЕПТУАЛІЗАЦІЯ ПОДОРОЖНЬОГО НАРАТИВУ У СПОГАДАХ ДЖЕНІС КУЛИК-КІФЕР «МЕД І ПОПІЛ»

2025· other· en· W7111842822 sur OpenAlexaboutno aff

Notice bibliographique

RevueScientific periodicals of Ukraine · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConceptualizationMetaphorConceptual metaphorNarrativeConstruct (python library)Conceptual systemIdentity (music)ReciprocalCognitive linguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper explores the metaphorical conceptualization of travel narratives in Janice Kulyk Keefer’s memoir Honey and Ashes, employing cognitive-linguistic tools to analyze how the author’s physical journey mirrors an interior exploration of identity, belonging, and heritage. It applies the framework of Lakoff and Johnson’s conceptual metaphor theory and conceptual integration (or blending) theory (as developed by Fauconnier and Turner) to the analysis of the interplay between the source domain of travel and the target domain of narrative. The analysis reveals that Keefer’s journey—spanning from Canada to her ancestral village in Ukraine—serves as a metaphorical bridge between past and present, with the memoir’s structure reflecting the cognitive processes of memory and self-discovery. Key conceptual mappings include the traveler as narrator, the road map as stories, and destinations as chapters, illustrating how the metaphor “NARRATIVE IS TRAVEL” shapes the text’s meaning. The study highlights Keefer’s dual role as both observer and subject, as she grapples with questions of cultural identity and belonging. Through contextual and interpretative analysis, the article demonstrates how metaphorical expressions in the memoir activate deeper cognitive structures, enabling readers to construct coherent mental models of the narrative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,008
Communication savante0,0010,000
Science ouverte0,0050,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0800,026

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific periodicals of UkraineTravaux en français237 207