Tragisk taushet: Om den talende og tiende etos i Aiskhylos' Promethevs i lenker
Bibliographic record
Abstract
Denne oppgaven handler om tragisk taushet: Taushet slik den manifesterer seg i en attisk tragedie, nemlig Aiskhylos’ Promethevs i lenker. Mens talekunst regnes som definerende for tragedien og dramasjangeren som sådan, er tausheten til sammenligning et lite utforsket område. Der de teoretiske undersøkelsene av fenomenet, mest kjent gjennom Walter Benjamins og Franz Rosenzweigs arbeid, sjeldent foretar nærlesninger av tragisk materiale, forsøker jeg, ved å lese Aiskhylos’ tragedie, å svare på spørsmålet om hva tragisk taushet faktisk er. Jeg foreslår at Promethevs’ taushet er tett knyttet opp til hans trass. I tragedien utvikles dette gjennom begrepet authadia: «selvnytelse» eller «trass». Jeg leser authadia som en etos, dog, en høyst særegen en. Mens etos i Aristoteles’ og Hegels poetikker og estetikker viser etos til et sted der tale og taushet slår over i sin motsetning, er authadia enten fullstendig taus eller for alltid talende. Jeg argumenterer for at talen slik vi finner den i Promethevs i lenker ikke bare gir etos til, men også benevner tragediens personer. Tausheten slik vi finner den i authadia setter på sin side i gang et metonymisk spill som motsetter seg entydig benevnelse. Dette relateres så til skyldspørsmålet. Mens omslaget fra uskyld til skyld kommer i stand gjennom tale, der en uskyldig etos forlates til fordel for en skyldig, foreslår jeg at den tause etosen befinner seg mellom de to. Jeg konkluderer med at den tragiske taushet, blant annet gjennom metonymi, avbryter tragediens benevnende og dømmende prosesser.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.015 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.036 | 0.009 |
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".