Bibliographic record
Abstract
Um foco em comum em muitas teorias modernas da literatura é a reavaliação da perspectiva tradicional do personagem em um texto narrativo. A posição que este artigo defende é que uma concepção revisada é necessária para um entendimento dos meios pelos quais o dialogismo se diz funcionar no discurso romanesco. Revisar a noção de dialogismo, no entanto, não envolve descartá-la por completo, como teorias recentes do assunto nos fariam descartar. Também não podemos simplesmente anulá-la em relação a todo conteúdo “psicológico” como sugerido por muitas propostas estruturalistas. Para manter o conceito de Bakhtin da noção de personagem, nós devemos entender o termo “psicológico” no contexto do seu livro sobre Freud. Ao combinar artificialmente as observações isoladas de Bakhtin sobre o personagem literário, chegamos à perspectiva que postula fontes vocais textualizadas no romance. Em tal esquema, uma máxima variabilidade e liberdade é proporcionada para cada fonte separadamente. No entanto, devemos usar o termo “separadamente” com extremo cuidado, pois, nos escritos de Bakhtin, todos aqueles seres que poderíamos considerar como entidades separadas estão, de fato, intrincadamente entrelaçados e inseparáveis. Considerar algo como absolutamente separado implica conhecer intimamente todos os seus limites e possibilidades. Esta é certamente uma capacidade que Bakhtin nos negaria quando se trata de figuras humanas em textos.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.018 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 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".