استعاره و ابهام معنایی براساس نظریه شناخت کوانتومی فویاما
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 141
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JLW-13-1_002
تاریخ نمایه سازی: 20 اسفند 1403
چکیده مقاله:
گذر از زبان استعاری و رسیدن به زبان تحت اللفظی، مستلزم پیمودن مسیری از ابهام تا شفاف سازی معنا است. این مسیر، از عبارات به ظاهر غیرمرتبط ازنظر معنایی آغاز می شود و با گذر از حوزه استعاره های نامتعارف و تبدیل این عناصر به استعاره های متعارف، سرانجام به ترکیب های تحت اللفظی منتهی می گردد. فویاما (۲۰۲۳) فرایند درک عبارات استعاری را نظیر عملکرد ذرات در آزمایش دوشکاف در فیزیک کوانتوم می داند که براساس آن تعیین مشخصه ذره ای یا موجی ذرات همانند درک گویشوران از مقوله عبارات ترکیبی و غیرترکیبی، پس از گذر از صافی گویشوران قابل پذیرش است. برای آزمودن این فرضیه، با استفاده از پرسش نامه های اینترنتی از ۱۰۸ شرکت کننده خواسته شد که به درجه ابهام ۱۹۲ عبارت استعاری از ۱ تا ۷ امتیاز دهند. روش پژوهش نیز توصیفی–تحلیلی است و داده ها از آثار چند شاعر معاصر ایرانی استخراج شده اند. نتایج پژوهش بیانگر آن است که عبارات به ظاهر غیرمرتبط ازنظر معنایی، دارای بیشترین درجه ابهام هستند و وظیفه تولید معانی جدید را بر عهده دارند. همچنین هم پوشانی برخی حوزه ها، تغییر مقوله عبارات استعاری را نشان می دهد که به معانی جدید موردپذیرش گویشوران وابسته است.
کلیدواژه ها:
فویاما ، عبارات تحت اللفظی ، استعاره متعارف ، استعاره نامتعارف ، عبارات به ظاهر غیرمرتبط ازنظر معنایی ، ابهام معنایی
نویسندگان
لادن جواهری
دانشجوی دکتری زبان شناسی، گروه زبان انگلیسی و زبان شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه رازی، کرمانشاه، ایران
عامر قیطوری
دانشیار، گروه زبان انگلیسی و زبان شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه رازی، کرمانشاه، ایران.
مهدی خدامرادی
استادیار، مرکز تحقیقات پیشگیری سوء مصرف مواد، پژوهشکده سلامت، دانشگاه علوم پزشکی کرمانشاه، کرمانشاه، ایران.
شهاب مرادخانی
دانشیار، گروه زبان انگلیسی و زبان شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه رازی، کرمانشاه، ایران. رایانامه
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :