Hayranlar 4 yıl önce final yapan diziyi tekrar tekrar izliyor

Dizideki performansıyla büyük beğeni toplayan 59 yaşındaki Viola Davis, Altın Küre'ye aday gösterilmişti (ABC)
Dizideki performansıyla büyük beğeni toplayan 59 yaşındaki Viola Davis, Altın Küre'ye aday gösterilmişti (ABC)
TT

Hayranlar 4 yıl önce final yapan diziyi tekrar tekrar izliyor

Dizideki performansıyla büyük beğeni toplayan 59 yaşındaki Viola Davis, Altın Küre'ye aday gösterilmişti (ABC)
Dizideki performansıyla büyük beğeni toplayan 59 yaşındaki Viola Davis, Altın Küre'ye aday gösterilmişti (ABC)

Netflix aboneleri, sona ermesinin üstünden 4 yıldan uzun bir süre geçmesine rağmen How to Get Away with Murder'ı yeniden izlemeden duramadıklarını söylüyor.

Bridgerton'ın yazarından

2014'te ilk yayına girdiğinde rekorlar kıran meşhur dizi, 6 sezon sürerek bir hayran ordusu kazanmıştı. 

Ancak 2020'de sona ermesine rağmen hayranlar, gizemli cinayetleri anlatan sürükleyici diziden vazgeçemiyor.

ABC Entertainment'ın ödüllü dizisinde Viola Davis, Philadelphia'daki saygın bir hukuk fakültesinde eğitmenlik yapan ve 5 öğrencisiyle birlikte cinayet kumpasına bulaşan başarılı savunma avukatı Annalise Keating rolündeydi. 

Popüler dönem draması Bridgerton'ın yazarı Shonda Rhimes tarafından yaratılan dizi, Duyguların Rengi (The Help) yıldızının, Drama Dizisinde En İyi Kadın Oyuncu dalında Emmy kazanan ilk siyah olmasıyla tarihe geçmişti.

Sadık hayranları "muhteşem" diyor

Birleşik Krallık merkezli gazete Mirror'ın aktardığına göre, dizinin Annalise'in ölümü ve cinayet davasının sonuçlanmasıyla sona ermesine rağmen hayranlar, How to Get Away with Murder'ı tekrar tekrar izlemeye devam etti.

Bir gerilim hayranı, Facebook'ta 3,2 milyondan fazla üyesi olan Netflix Bangers adlı grupta izleyicilerin fikrini sordu. Dexter: New Bood'dan sonra ne izleyeceğine karar veremediğini söyleyen bir üye, "Eğer bu diziyi izlediyseniz lütfen dürüstçe yorum yapın" diye yazdı ve How To Get Away With Murder'ın afişini paylaştı. 

Facebook kullanıcısının gönderisi, Netflix hayranlarını uzun soluklu diziye başlamaya teşvik eden yorumlarla dolup taştı. 

Kullanıcılar diziyi yeniden izleyeceklerini belirtip "muhteşem" diye nitelendirirken, biri de şunları ekledi: 

Bence mutlaka izlenmesi gereken bir dizi, çok güzel.

Bir başkasıysa "Gerçekten çok iyi, hayal kırıklığına uğramayacaksınız, bu diziye bayılmıştım" diye yazdı.

"Bağımlılık yapıyor"

Bir hayran "İzlemeden duramadım" yorumunu yaparken başka biri "Evet, çok iyi" diyerek onu destekledi. 

Bazı hayranlarsa diziyi üç kez izlediklerini itiraf ederken, biri "Bağımlılık yapıyor, kesinlikle harika" ifadesini kullandı.

Başka bir izleyici de "Bittiğinde çok üzülmüştüm, keşke daha fazla sezonu olsaydı" diye yakındı.

How To Get Away With Murder'ın başrollerinde Oscarlı yıldız Davis'e Aja Naomi King, Jack Falahee, Alfred Enoch, Billy Brown, Liza Weil, Karla Souza, Charlie Weber, Matt McGorry ve Conrad Ricamora eşlik ediyor. 

Independent Türkçe, Daily Mail, Mirror



Gıdıklanınca attığımız kahkahanın diğerlerinden farklı olduğu keşfedildi: Makineler ayırt edebiliyor

Fotoğraf: Unsplash
Fotoğraf: Unsplash
TT

Gıdıklanınca attığımız kahkahanın diğerlerinden farklı olduğu keşfedildi: Makineler ayırt edebiliyor

Fotoğraf: Unsplash
Fotoğraf: Unsplash

Yeni bir araştırma, insanların gıdıklandığında attıkları kahkahanın diğerlerinden, örneğin bir espri duyunca attıkları kahkahadan "tamamen farklı" olduğunu ileri sürüyor.

Amsterdam Üniversitesi'ndeki araştırmacılar, hem makinelerin hem insanların farklı kahkaha tiplerini ayırt etmeyi öğrenebildiğini ve kahkaha gıdıklama kaynaklı olduğunda tespit edebildiğini söylüyor.

Gülmek karmaşık bir davranış ve benzer ifade şekilleri, şempanzeler, sincap maymunları ve köpekler de dahil olmak üzere birçok memelide görülüyor.

Kendisinin veya başkasının sesini daha önce duymamış sağır insanlar bile kahkaha atıyor, bu da genetik mekanizmaların süreçte bir rolü olduğuna işaret ediyor.

Ancak bilim insanları, kahkahanın oyun oynarken ya da komik bir şey izlerken olduğu gibi çeşitli biçimleri bulunduğunu ve bu ayrımları incelemenin, benzersiz işlevlerini anlamak için önem taşıyabileceğini söylüyor.
 

cdvfbg
Geçmişteki bir araştırma, kulakları gıdıklamanın vagus sinirini uyararak kalp sağlığına iyi geldiğini ortaya çıkarmıştı (Leeds Üniversitesi)

Gıdıklama, makak maymunları ve şempanzelerde bile görülen bir oyun oynama türü ve insanlarla diğer memelilerdeki oyun kahkahaları arasındaki en yakın evrimsel bağlantı.

Çarşamba günü Biology Letters'da yayımlanan yeni çalışmada; gıdıklama, şakalaşma, komedi performansları, eğlenceli oyunlar ve birinin talihsizlik yaşadığı anı görmek gibi gerçek hayattan anlar içeren yaklaşık 900 kahkaha kesitindeki ses bileşenleri incelendi.

Bilim insanları, bu kahkaha kayıtlarını bir makine öğrenimi algoritmasını eğitmek ve sınamak üzere kullandı.

Ardından ikinci bir deneyde, 200'ün üzerinde katılımcıya 900 kesitten 30'unu dinleterek gıdıklamanın tetiklediği kahkahaları tespit etmelerini istediler.

Katılımcılar, bu kahkahayı yüzde 60'ın üzerinde bir oranda doğru tespit ederken ikinci bir dinleyici grubu da bu tür kahkahaların daha az kontrollü duyulduğunu ifade etti.

Araştırmacılar, hem makine öğrenimi modelinin hem de insan deneklerin, gıdıklanma kaynaklı kahkahaları ayırt etmekte epey becerikli olduğunu keşfetti.

Bilim insanları, "Dinleyiciler, herhangi bir görsel ipucuna erişim olmaksızın gıdıklama kaynaklı kahkahaları doğru bir şekilde ayırt edebiliyor" diyor.

Elde ettiğimiz sonuçlar, gıdıklanmanın neden olduğu kahkahanın, eşsiz bir akustik ve algısal profile sahip olduğunu ortaya koyuyor.

Bilim insanları, gıdıklandığımızda kahkaha atma şeklimizin, diğer tetikleyicilerin neden olduğu kahkahalardan açıkça ayırt edilebildiği ve bunun evrim sürecinde korunmuş bir tepki olabileceğini sonucuna varıyor.

Örneğin gıdıklanmaya bağlı kahkahalarda daha fazla tahrik olma gözlemleniyor.

Araştırmacılar, bulguların makine öğreniminin karmaşık insan davranışlarındaki kalıpları ortaya çıkararak farklı davranışların evrimsel önemini aydınlatma potansiyeli de taşıdığına inanıyor.

Bilim insanları "Son yıllardaki teknolojik gelişmeler, davranışları doğal bir şekilde ortaya çıktıkları bağlamlarda incelememizi mümkün kılıyor ve makine öğrenimi, geçmişte bilinmeyen ayrımlara ışık tutuyor" diyor.
Independent Türkçe