Elsinore de Robert Lepage: apropriação multimidiática de Hamlet
Bibliographic record
Abstract
Este artigo trata da apropriação multimidiática do Hamlet de Shakespeare pelo dramaturgo canadense Robert Lepage em uma produção investida de imagens, música, tipografia e cenografia móvel que inovou a linguagem das adaptações de Shakespeare. A princípio, considera-se o teatro como naturalmente intermidiático, pois é capaz de incorporar todas as artes e mídias no palco. O propósito deste texto é apresentar uma análise dos elementos que se constituem como referências intermidiáticas presentes na performance. Ademais, discute ainda as razões pela qual esta peça pode ser considerada como multimidiática, uma vez que envolve processos de transposição intermidiática, combinação de mídias e de referências intermidiáticas, de acordo com a categorização de Irina Rajewsky (2012). O teatro seria, assim, multimidiático, por oferecer um lugar onde as formas artísticas (encenação, dança, música, pintura) se encontram, interagem e se integram com o cinema, a televisão, o vídeo e as novas tecnologias, criando uma profusão de sentidos (CHAPPLE & KATTENBELT, 2006). Por fim, critica-se a tecnologização da peça shakespeariana que, como o Fantasma, produz efeitos de real que distraem o público das questões mais profundas e reflexivas da peça.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".