Bibliographic record
Abstract
Réber László neve nemzedékek számára összekapcsolódott egy közkedvelt írónőével. A felnőttekre kötelességtudóan felnéző, de azért őket mégis felülről szemlélő kisfiú alakját százezrek, vagy épp milliók szerették meg az idők folyamán, s ugyanannyian tanulták meg helyesen értékelni a felnőttek lapos bölcsességeit, közhelyeit, erőszakos beleszólását az egyéniség fejlődésébe, az örök gyermeki nyitottság megőrzésébe.- A Janikovszky-könyvek jól ismert rövidnadrágos kisfiúja azonban csupán egy kicsiny részlete volt a nyolcvanadik életévén túl elhunyt Réber László pályájának. Rajzoló volt, aki nagyon egyszerű vonalakkal mondta el mindazt, amihez másoknak színfoltok, árnyalatok, formák kellenek. Rajzain mindig átütött egyfajta szelíden megmosolyogtató humor. Egy valaha világszerte kedvelt kínai író könyvének címe illik rájuk: Bölcs mosoly.- Volt idő, amikor e rajzok életre keltek: A magyar rajzfilmgyártás hőskorában Réber László egyike lett a műfaj úttörőinek. Munkatársa volt az 1956 után megújult Ludas Matyinak, s az elsők között adott közre karikatúraalbumot, amikor e könyvforma Európa-szerte virágkorát élte. Ezek a rajzok angol és német szöveggel is megjelentek és illusztrált könyvei sok idegen nyelven kerültek kiadásra. Csöndben élő és dolgozó munkása volt a "magas" kultúrának, abból a fajtából, akit ritkán találnak meg a hivatalos - nem szakmai - kitüntetések és díjak.- Ebben az antológiában Görgey Gábor, Jankovics Marcell, Mezei Ottó, Székely András és Wehner Tibor foglalta össze Réber Lászlóról való emlékeit és gondolatait, bemutatva az embert, a karikaturistát, a rajzfilmkészítőt, a képzőművészt és a könyvillusztrátort. Lánya, Widengárd Krisztina írta az utószót. A kötetnek Molnár-István könyvtervező kölcsönzött a témához méltó formát.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.005 | 0.002 |
| Insufficient payload (model declined to judge) | 0.953 | 0.955 |
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".