رابطه بسامد و توزیع صفات حسی با سلسله مرتبه متوسط قدرت درکی در داستان های کوتاه رئال و سوررئال فارسی معاصر
Publish place: Researches in Linguistics، Vol: 15، Issue: 1
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 115
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JRLU-15-1_005
Index date: 6 April 2024
رابطه بسامد و توزیع صفات حسی با سلسله مرتبه متوسط قدرت درکی در داستان های کوتاه رئال و سوررئال فارسی معاصر abstract
این پژوهش در چارچوب زبانشناسی حواس انجام گرفته است. زبانشناسی حواس رابطه حواس و زبان را بررسی میکند و به این موضوع میپردازد که هر زبان شناخت حسی را چگونه و به چه میزان رمزگذاری میکند و تفاوت زبانها از این نظر چیست. در این پژوهش با استفاده از سلسلهمرتبه متوسط قدرت درکی حواس که توسط لینوت و کانل (۲۰۰۹) ارائه شده است، به بررسی بسامد صفات حسی و همنشینی اسامی و صفات حسی در پنج داستان کوتاه معاصر سبک رئال (۱۴۷۰۳ واژه) و چهار داستان کوتاه معاصر سبک سوررئال با تعداد واژه برابر پرداخته شده است. نتایج این پژوهش نشان داد که بیشترین صفات حسی در هر دو سبک رئال و سوررئال، مربوط به حس بینایی و کمترین مربوط به حس بویایی است و سه حس دیگر در بین این دو قرار دارند؛ بنابراین، سلسلهمرتبه لینوت و کانل (۲۰۰۹) درباره هر دو سبک با یک تفاوت در جایگاه دو حس شنوایی و چشایی مصداق دارد؛ اما تعداد صفات حسی در همه حواس در سبک رئال بهطور قابلملاحظهای بیشتر از سوررئال است که میتواند بهعنوان یک مولفه ممیز سبک در نظر گرفته شود. درباره نظر لینوت و کانل (۲۰۰۹) و وینتر (۲۰۱۹) در خصوص بسامد بالاتر اسامی و صفات حسی همحوزه، دادههای این پژوهش موید قوی برای این نظر نبودهاند.
رابطه بسامد و توزیع صفات حسی با سلسله مرتبه متوسط قدرت درکی در داستان های کوتاه رئال و سوررئال فارسی معاصر Keywords:
رابطه بسامد و توزیع صفات حسی با سلسله مرتبه متوسط قدرت درکی در داستان های کوتاه رئال و سوررئال فارسی معاصر authors
شهلا شریفی
دانشیار گروه زبان شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه فردوسی مشهد، مشهد، ایران
نرجس بانو صبوری
دانشیار گروه زبان شناسی و زبان های خارجی، دانشگاه پیام نور، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :