MétaCan
Menu
Back to cohort

VERBAL AND NON-VERBAL MEANS OF COMIC EFFECT CREATION IN UKRAINIAN-CANADIAN GRAPHIC WORKS OF YAKIV MAYDANYK

2024· article· en· W4405145700 on OpenAlexaboutno aff
Iryna Kalynovska

Bibliographic record

VenueScientific notes of V I Vernadsky Taurida National University Series Philology Journalism · 2024
Typearticle
Languageen
FieldSocial Sciences
TopicMilitary, Security, and Education Studies
Canadian institutionsnot available
Fundersnot available
KeywordsUkrainianComicsNonverbal communicationPsychologyLinguisticsLiteratureArtCommunicationPhilosophy

Abstract

fetched live from OpenAlex

Волинський національний університет імені Лесі Українки ВЕРБАЛЬНІ Й НЕВЕРБАЛЬНІ ЗАСОБИ ТВОРЕННЯ КОМІЧНОГО В УКРАЇНСЬКО-КАНАДСЬКИХ ГРАФІЧНИХ ТВОРАХ ЯКОВА МАЙДАНИКА У статті розглядаються вербальні і невербальні засоби творення комічного в графічних творах Якова Майданика, канадського письменника, художника-карикатуриста українського походження, чий творчий спадок став важливою складовою українсько-канадської культурної спадщини.Для опрацювання фактичного матеріалу застосовується метод дистрибутивного аналізу; метод інтерпретації допомагає розшифровувати смисли, закладені у компонентах графічних творів.Дослідження особливостей творення комічного в українсько-канадських графічних виданнях Якова Майданика є важливим, оскільки поглиблює наше розуміння українсько-канадської літератури, дозволяє виявити особливості взаємодії української та канадської культур, надає цінні матеріали для вивчення процесів культурної адаптації і збереження національної ідентичності українців у Канаді.Творення комічного в аналізованих графічних творах проявляється на трьох рівнях: персонажному, сюжетному та мовному.Автор майстерно поєднує ці рівні для досягнення максимального комічного ефекту.Персонажний рівень включає зовнішність головного героя, риси його характеру, думки та ситуативні висловлювання.Сюжетний рівень охоплює опис ситуацій, авторські коментарі.Мовний рівень складає низку вербальних засобів, їх деформування, фонетико-орфографічні особливості мовлення персонажів.Комічність контекстуально обумовлена і базується на контрастах, перебільшених реакціях героїв, абсурдності ситуацій, надмірній деталізації.Для створення комічного ефекту автор використовує вербальні й невербальні засоби.Вербальні засоби творення комічного включають англіцизми, запозичення з німецької, польської мов, діалектизми, вульгаризми.Використання невербальних засобів, таких як знаки пунктуації та шрифту, сприяє творенню комічних ефектів.Важливою рисою комічного в графічних творах є його виражений національний характер.Ключові слова: графічний твір, вербальний засіб, невербальний засіб, комічне, творення комічного. Літературознавство for studying the processes of cultural adaptation and preservation of the national identity of Ukrainians in Canada.Comic effect creation in the analysed graphic works is manifested on three levels: character, plot and language.The author skilfully combines these levels to achieve the maximum comic effect.The character level includes the appearance of the main character, his character traits, thoughts and situational statements.The plot level covers the description of situations, the author's comments.The language level consists of a number of verbal means, their deformations, phonetic and orthographic features of characters' speech.Comic effect creation is contextually determined and based on contrasts, exaggerated reactions of characters, absurd situations, excessive detailing.To create a comic effect, the author uses verbal and non-verbal means.Verbal means of comic effect creation include anglicisms, borrowings from German and Polish, dialectisms, and vulgarisms.The use of non-verbal means such as punctuation and font helps to create comic effects.An important feature of comic effect in graphic works is its distinct national character.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.502
Threshold uncertainty score0.990

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.003
Science and technology studies0.0100.008
Scholarly communication0.0050.001
Open science0.0010.002
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0070.000

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.

Opus teacher head0.014
GPT teacher head0.272
Teacher spread0.258 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractno

Explore more

Same venueScientific notes of V I Vernadsky Taurida National University Series Philology JournalismSame topicMilitary, Security, and Education StudiesFrench-language works237,207