Notice bibliographique
Résumé
Roman sanatının en önemli unsuru insandır. Birçok romancı asıl başarısını kurgusal dünyada canlandırdığı “roman kişisi”ne borçludur. Tarihi romanlarda ise bu durum biraz farklılaşır. Çünkü ele alınan kişi, herkesin bildiği tanıdık bir kişidir. Ancak romancı bu gerçek (tarihi) kişiyi de diğerlerinde olduğu gibi kurgu sanatı içinde yeniden canlandırır. Tabiri caizse ona yeniden hayat verir. Tarihi şahsiyetleri roman sahasına çıkarmak diğerlerine göre oldukça zordur. Özellikle ideolojik bakış açısına göre yorumlandığında tarihi şahsiyetler ya çok yüceltilmekte veya olumsuz bir tip olarak kötülenmektedirler. Tarihi Türk romanlarına baktığımızda da bunun her iki örneğiyle de karşılaşırız. Biz bu makalede Türk edebiyatında başlangıcından günümüze kadar (1870-1950) yayımlanmış tarihi romanlardaki tarihi şahsiyetlere genel hatlarıyla göz atacak ve bazı örnek tiplerden hareketle onların romanlardaki kurgulanışlarını yorumlamaya çalışacağız.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,020 |
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 ».