Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Türk dilinin bilinen ilk yazılı kaynakları ve en eski belgeleri olan Orhun Yazıtları, Türk tarihi için önemli bir değere sahiptir. Bilge Kağan ve Tonyukuk tarafından diktirilen Orhun Yazıtları, dünyanın ve insanın yaratılışı, birinci kağanlığın tarihi, ikinci kağanlığın kuruluşu, siyasî ve askerî tarihi anlatır. Güçlü bir hitabet diline sahip olan bu yazıtlarda millî ve sosyal eleştiri konuları da işlenmiştir. Devlet yönetimi ve devlet anlayışıyla kültürel ögelerin yanı sıra Orhun Yazıtları’nın dili ve üslûbu da oldukça zengin ve önemlidir. Yabancı etkilerden uzak, yalın ve sade bir dille yazılan Türk dilinin ilk nesir örnekleri olarak bilinir. Bu makalede ele alınacak konu zarflardır. Zarflar; fiilleri, fiilimsileri, sıfatları veya başka zarfları zaman, yer, yön, durum, miktar ve soru bakımından nitelemek için kullanılan sözcüklerdir. Eski Türkçede geçen zarfların kullanıldığı cümlelere örnek vermek amacıyla Talat Tekin’in yayımladığı Orhun Yazıtları adlı kitabı esas alınmıştır. Kül Tigin, Bilge Kağan ve Tonyukuk yazıtları içerisinde kullanılan zarflar tespit edilip sınıflandırılmıştır. Bu zarfların tanımı, tarihi gelişimi ve etimolojisinin açıklanması için Tuncer Gülensoy’un iki ciltten oluşan Köken Bilgisi Sözlüğü adlı kitabı, Sir. G. Clauson’un An Etymologycal Dictionary of Pre-thirteenth Century Turkish adlı sözlüğü, Marcel Erdal’ın Old Turkic Word Formation adlı gramer kitabı gibi birçok etimolojik sözlüklere ve dil bilgisi kitaplarına başvurulmuştur. Zarfların tanımı, tarihi gelişimi ve etimolojisi açıklandıktan sonra tarama yöntemiyle bu yazıtlarda ve Eski Türkçede kullanılan zarflara örneklerle tanık gösterilmiştir.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.003 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it