INTERTEXTS OF CHILDREN’S LITERATURE IN THE METAL POETRY OF THE BAND NIGHTWISH
Bibliographic record
Abstract
У статті здійснено інтертекстуальний аналіз пісень фінського симфонік-метал гурту Nightwish, водночас наголошено на можливості використання терміна «метал-поезії» за аналогією до «рок-поезії». Інтертекстуальність визначено як одну з перспективних методологій розгляду текстів пісень цього музичного жанру, що і досі залишаються на периферії філологічних студій. З’ясовано використання інтертекстів (через алюзію, цитату тощо), що базуються на прецедентних текстах дитячої літератури, якими є, зокрема, літературні казки («Гидке каченя», «Дівчинка із сірниками» Г. К. Андерсена, серія повістей про Пітера Пена Дж. М. Баррі), фольклор і міфи народів світу (скандинавський, карело-фінський, германський, британський, давньогрецький), література жанру фентезі (всесвіт книг Дж. Р. Р. Толкіна), світова класика, що ввійшла до кола дитячого читання («Ромео і Джульєтта» В. Шекспіра, «Різдвяна пісня» Ч. Діккенса). Виявлено, що основною функцією використання того чи іншого інтертексту є розкриття провідних мотивів у піснях, як-от краси і потворності, антитези дитинства і дорослості, дороги та пошуку іншого світу, лідера та казкаря. Зауважено на високій імовірності коректного усвідомлення реципієнтами (слухачами) інтертекстуальних зв’язків, оскільки основними джерелами є всесвітньо відомі твори дитячої літератури жанру фентезі, канонічні твори світової літератури та культурні феномени (анімаційні фільми студії Діснея, настільна гра «Підземелля і Дракони» і серія книг, що на ній базується). Зазначено, що автор пісень, Туомас Голопайнен, вплітає в канву своїх текстів власне ті відсилки, які можуть бути декодовані широким колом реципієнтів, безвідносно до їх національного культурного бекграунду, проте з врахуванням бази знань творів світової культури. Використання інтертекстів робить метал-поезію важливою для популяризації світової культури, цікавою для реципієнтів, поглиблює зміст та емоційний зв’язок зі слухачами.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.009 | 0.018 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".