Caracterització en la trilogia Foundation: estudi quantitatiu basat en l'anàlisi clúster

Main Article Content

Jose Luis Arroyo

Aquest treball analitza la caracterització dels personatges de la trilogia Foundation d'Asimov, atès que una de les crítiques principals respecte de la seva obra en general i d'aquesta saga en particular és l'escassa profunditat dels personatges, que fa que siguin molt semblants entre ells. A fi de determinar d'una manera més objectiva la veracitat d'aquesta crítica, s'ha utilitzat la tècnica d'anàlisi clúster, utilitzada habitualment en big data, sobre un conjunt de vint-i-sis personatges de la trilogia, que prèviament han estat avaluats segons el model OCEAN, amb els factors definits en el test NEO-PI-R. La conclusió d'aquesta anàlisi quantitativa és doble. D'una banda, s'ha confirmat la validesa d'aquesta proposta metodològica, almenys per al cas concret analitzat, ja que els resultats són coherents amb allò recollit en estudis qualitatius previs. De l'altra, hem verificat que efectivament la caracterització dels personatges, sense arribar a l'extrem del que, en ocasions, s'ha acusat Asimov, no és tan minuciosa ni complexa com en el cas d'altres autors.

Paraules clau
Asimov, Fundació, caracterització de personatge, anàlisi clúster, data mining

Article Details

Com citar
Arroyo, Jose Luis. “Caracterització en la trilogia Foundation: estudi quantitatiu basat en l’anàlisi clúster”. Artnodes, no. 22, doi:10.7238/a.v0i22.3200.
Biografia de l'autor/a

Jose Luis Arroyo, Universidad de Sevilla / Universidad Pontificia Comillas

Doctor en Ciències Econòmiques i Empresarials per la Universitat Complutense de Madrid i doctor en Enginyeria per la Universitat  Politècnica de Madrid. Ha estat professor a tres universitats i és autor de diversos articles d'investigació. Actualment, i en paral·lel a la seva activitat acadèmica en l'àmbit de l'economia, està finalitzant un doctorat en Estudis Filològics a la Universitat de Sevilla, el focus del qual és la literatura nord-americana de ciència ficció.

Articles similars

1 2 3 4 5 6 7 8 9 10 > >> 

També podeu iniciar una cerca avançada per similitud per a aquest article.