Bibliographic record
Abstract
ПОКУШАЈ ПЕСНИЧКЕ РЕКОНСТРУКЦИЈЕ НАЦИОНАЛНОГ ИДЕНТИТЕТАПредмет овог рада је песнички циклус Мокшерзјањ кирговоњ граматат /Записи на брезовој кори Мордве-Ерзје и Мордве-Мокше из збирке Мелика еминентног руског песника Сергеја Завјалова, објављене 1998.године.Циљ рада је да се путем анализе слојева овог уметничког дела покаже зашто је аутор прибегао имитацији форме научне реконструкције фрагмената у поезији, те како та новонастала песничка форма доприноси преиспитивању националног идентитета у посебним условима када је лирски субјект припадник националне мањине.Истраживање наставља научни дијалог започет у докторској дисертацији ауторке (2017) о естетици недовршеног у Завјаловљевом стваралаштву.Уз то, рад узима у обзир и друге релевантне студије, укључујући радове Гудкове (2011) о финско-угарским мотивима и Хозјајкине (2023) о културном наслеђу у савременој руској поезији, који доприносе ширем контекстуалном разумевању ове проблематике.Кључни допринос рада огледа се у анализи специфичних поетских поступака којимa Завјалов исказује искуство мањинског идентитета, нудећи тако нове перспективе за проучавање улоге књижевности у очувању културне баштине.Кључне речи: Сергеј Завјалов, поезија, реконструкција, идентитет, национални идентитет,
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".