Spunti per un’analisi del processo di ibridismo tra l’hard-boiled americano e il giallo italiano nella serie Duca Lamberti di Giorgio Scerbanenco
Bibliographic record
Abstract
Nelle opere di Giorgio Scerbanenco il giallo ha quasi sempre avuto un ruolo prominente che tuttavia ha lasciato spazio a una vasta possibilità di intrecci con forme stilistiche, tematiche e narrative di varia natura. Uno dei principali riconoscimenti che fanno di Scerbanenco uno dei padri fondatori del giallo italiano è l’aver saputo introdurre in modo originale e credibile un elemento contaminante come l’hard-boiled americano nel contesto del poliziesco italiano. Questo ha permesso di porre l’attenzione sull’ambiente sociale e sulla psicologia dei personaggi, che si riflettono, da un lato, nella rilevanza dei luoghi e dell’inquadramento storico-sociale in cui sono ambientate le trame, dall’altro, nella meticolosa opera di caratterizzazione dei personaggi dei quattro romanzi della serie Duca Lamberti. Lo scopo di questo articolo è quello di mostrare come l’esperienza dello scrittore italo-ucraino in qualità di direttore e redattore di diverse riviste femminili del dopoguerra abbia ricoperto un ruolo fondamentale nella caratterizzazione di alcuni personaggi, in particolare quelli femminili, e nella descrizione della loro condizione sociale in quel determinato periodo storico.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.005 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.010 |
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; both teacher heads agree on what is shown here.
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".