Funzionalità e significato dei codici dell'italiano nell'opera di John Fante
Bibliographic record
Abstract
Nato nel 1909 a Denver, da una famiglia di emigranti italiani provenienti da Torricella Peligna in Abruzzo, John Fante epitomizza con la sua Vita e i suoi scritti la durissima storia di povertà e sofferenza che caratterizzò il fenomeno migratorio dei primi decenni del 1900.Il 'sogno americano', lungi dall'essere di facile realizzazione, portò alla nascita di nuclei comunitari emarginati, in cui il contatto tra etnie differenti favorì una dinamica contaminazione di carattere sociale, culturale e linguistico, sia all'interno delle stesse comunità che tra emigrati e popolazione locale.Questo scambio 'osmotico' e spesso irrimediabilmente doloroso e controverso, emerge con chiarezza nel linguaggio finzionale di Fante, in cui i codici linguistici dell'italiano e dell'americano si alternano e si sovrappongono costantemente, creando una confusione di identità che riflette la complessa interazione -e integrazionecon la società e la cultura del paese ospitante.Arturo Bandini, Henry Molise, Jimmy Toscana -tutti alter ego di Fante -così come molti altri protagonisti dei suoi romanzi e racconti, vacillano affannosamente tra fedeltà ai valori della cultura italiana di origine e tensione verso gli ideali e i costumi del 'Nuovo Mondo'!.Il conflitto di identità vissuto dai personaggi fantiani, ben si esplicita nell'uso ricorrente della lingua italiana, in un contesto in cui l'idioma 1 Riguardo alla indiscussa questione dell'identità e la continua tensione tra 'italianita' e 'americanita' nei personaggi fantiani, un interessante elemento di riflessione ci viene offerto dalla nominazione di sè.Spesso, infatti, i protagonisti sono portatori di ibridismo già dal nome: Arturo Gabriel Bandini, Henry Molise, Jimmy Toscana, anticipano fonicamente una disarmonia interiore che si attualizzerà in seguito in termini narrativi.L'insistenza sul processo di nominazione è evidente, ad esempio, nelle prime pagine di Wait until Spring Bandini, dove l'io-narrante presenta i componenti della famiglia introducendoli più volte nello spazio di poche pagine con la stessa reiterata locuzione "His name was...", "Her name was....", "Their names were...", quasi a voler consolidare l'idea di un'identità controversa e mai serenamente accettata.Sui parallelismi letterari offerti dai nomi fantiani, in particolare riguardo a Arturo
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".