Bibliographic record
Abstract
by Tatyana TolstayaВероника Странц-Никитина (Прага, Чехия) Абстракт: В статье рассматривается проблематика концепта игры в постмодернистическом романе «Кысь» Татьяны Толстой.Работа представляет собой попытку анализа типологии игры в тексте романа, кроме того, поднимается вопрос о роли и значении интертекстуальности для восприятия постмодернистического текста читателем.В качестве основных концепций игры в статье рассматривается реализация в романе трех принципов.Во-первых, это игра текста, как свободная игра запущенного механизма, благодаря изначальной заряженности текста на игру, она порождается соположением двух основных идейно-стилистических формаций и активным проникновением интертекстуальных вкраплений в текст (скрытый диалогизм языковых структур, игра ассоциативных полей советских/русских реалий и игра в перевод между двумя упомянутыми формациями).Во-вторых, это разыгрывание знаков, т. е. языковая игра в широком смысле слова, игра автора, как скриптора, с читателем (многочисленные языковые игры, основанные на угадывании, додумывании разных аспектов номинаций, дополнении или просто игре слов и смыслов).И, наконец, игра с правилами игры, присутствующая как предложение вернуться в пункт начала текста / основной игры, начать новый виток спирали, создать новый вариант игрового пространства (игра как продуцирования новизны посредством цикличности и бесконечной повторяемости).
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.013 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.004 |
| 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".