Lolita in Italia. Le riscritture letterarie del romanzo di Vladimir Nabokov
Bibliographic record
Abstract
Questa tesi dottorale discute il fenomeno delle riscritture letterarie di "Lolita", celebre romanzo nabokoviano, in Italia e all’estero. Sebbene non vi siano studi critici che si occupino di tale tendenza, gli ipertesti (trasposizioni, parodie, pastiches, ecc) delle opere dello scrittore russo continuano ad aumentare negli ultimi anni. L’approccio metodologico impiegato è sostanzialmente quello della narratologia genettiana, con contributi esegetici di tipo psicanalitico: il mito di Lolita, infatti, è stato reinterpretato in diverse chiavi nonostante la centralità del tema della perversione. \nIl primo capitolo del mio lavoro si sofferma sugli ipertesti della Russia, della Spagna, della Francia, degli Stati Uniti e del Canada, con un particolare sguardo alle opere statunitensi ("Colita" di J.B. Miller, "Roger Fishbite" di Emily Prager, "Lolita at Fifty" di Steve Martin) e canadesi ("Poems for Men Who Dream of Lolita" di Kim Morrissey). \nIl secondo capitolo concerne la ricezione di Nabokov e Lolita in Italia, argomento spinoso data la decennale indifferenza della critica italiana per questo autore. In esso si esaminano quei pochi contributi di più o meno illustri recensori e interpreti, nonché le vicende editoriali legate alla pubblicazione dell’opera nabokoviana. \nIl terzo capitolo consiste nell’analisi testuale di tre ipertesti lolitiani prodotti in Italia: "Nonita" (Umberto Eco), "Diario di Lo" (Pia Pera), "Lolito" (Daniele Luttazzi) i quali, nella loro eterogeneità, sono significativi nel dimostrare la vitalità del mito della ninfetta americana.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.045 | 0.017 |
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".