Da criança interior: a abordagem de James M. Barrie
Bibliographic record
Abstract
[Excerto] Peter Pan é a personagem criada por James Matthew Barrie, agregando dois nomes: o nome do filho mais novo de Sylvia Llewelyn Davies, a quem ele contava histórias, e o nome de Pã, o deus grego das florestas. Uma leitura psicologista da obra assinala que a inspiração da história advém de David, o irmão mais velho de Barrie que morreu acidentalmente com treze anos quando patinava no gelo e que, para a mãe, ficou sendo eternamente menino. Contudo, mesmo exorcizando o trágico desaparecimento do irmão e as suas consequências, a narrativa inclui diversas histórias, nomeadamente a de Peter Pan, o menino que quer continuar a ser criança, e a de Wendy, a menina que decide voluntariamente tornar-se adulta. O entrelaçamento destas duas histórias com a dos “meninos perdidos” e dos pais de Wendy conduz o leitor ao interior da “mente” infantil e, permite o autoconhecimento do adulto e o reconhecimento e a libertação da Criança interior. O nosso estudo identifica, assim, os tipos de lar que estão presentes em Peter Pan e que constituem cenários estruturantes da narrativa, distingue as conceções de mãe que nela se confrontam e, afastando-se da tradição racionalista que concebe a imaginação como a folle du logis (“louca da casa”)26, explicita indícios que ajudam a desvendar o mistério da sombra de Peter Pan e assinala o ideal sugerido pelo criador de Peter Pan, um ideal que resulta da superação da cisão criança-adulto através do amor maternal e da libertação da Criança interior. (...)
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.020 | 0.017 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.005 | 0.013 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".