ҚАЗАҚ ДИАСПОРАЛЫҚ ӘДЕБИЕТІ: ҚАЛЫПТАСУЫ, ДАМУЫ ЖӘНЕ ЕРЕКШЕЛІКТЕРІ
Bibliographic record
Abstract
Makalede Kazak diasporası edebiyatının oluşumu, gelişimi ve özellikleri üzerinde durulmaktadır. Yazar, yabancı ülkelerde Kazak diasporalarının oluşumu, manevi ve kültürel yaşam tarzlarını incelemekte; dış ülkelerde Kazak edebiyatının oluşum ve gelişim aşamalarını çalışmaktadır. Kazakistan bağımsızlığını kazanana kadar edebiyat tarihi ile teorisi, araştırmacılar için bu konunun açığa çıkmamış sırrını ortaya çıkarıp, diaspora edebiyatının tarihini çalışmayı modern edebiyat çalışmaları önündeki temel mesele olarak görüyordu. Çin Kazaklarının tarihi ve kaderinin anlatıldığı K.Zhumadilov'un “Kader”, “Son Göç” romanları, K. Tolybayev’in “Varlık” romanı, Zhanat Akhmadiyev'in "Panik", "Aksilik" diyaloğu, S. Abylkasymov’ın "Ospan batyr", Sh. Kumar’ın “Boke batyr ", K.Shabdanuly'nin “Suç” romanlarının analizi yabancı ülkelerdeki Kazak şair ve yazarların edebi eserlerinin tarihi önemlerini gösterir. Çin'deki Kazak şairleri N. Mingzhani, K.Ospanuly, T. Zholdyuly, O. Aitanuly vb., Moğolistan Kazakları T.Kabulov, Akyt Hacı, A., Babiyuly, K. Mukhamediuly vb. kişilerin şiirlerinin analizi sırasında onların Kazak sözlü edebiyatı ile bağlantılı olduğu söylenir. Makale, diaspora literatürüyle ilgili çeşitli tez çalışmaları ve edebi çalışmaları analiz etmektedir.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.024 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 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".