Hide metadata

dc.contributor.authorThøgersen, Camilla
dc.date.accessioned2022-08-22T22:01:28Z
dc.date.available2022-08-22T22:01:28Z
dc.date.issued2022
dc.identifier.citationThøgersen, Camilla. Å bygge dystopiske verdener. En analyse av Suzanne Collins’ The Hunger Games. Master thesis, University of Oslo, 2022
dc.identifier.urihttp://hdl.handle.net/10852/95415
dc.description.abstractDenne masteroppgaven er en undersøkelse av verdensbyggende strategier i Suzanne Collins’ The Hunger Games (2008), som legger grunnlaget for refleksjoner rundt dystopisk verdensbygging generelt. Oppgaven tar særlig for seg spørsmålet om hvordan en fiksjonell verden som er betydelig annerledes enn leserens nåtidige verden bygges opp, og hvordan verdenen deretter formidles til leseren gjennom romanen. For å svare på dette tar jeg utgangspunkt i Nelson Goodmans fem strategier for verdensbygging i Ways of Worldmaking (1978), og bygger videre på denne listen etter hvert som flere strategier avdekkes igjennom analysen. Ettersom The Hunger Games er en dystopi skrevet for ungdom, tar oppgaven også for seg verdensbyggende strategier som er rettet spesielt mot denne målgruppen, hovedsakelig på bakgrunn av å lese dystopier som en metafor for ungdomstiden. Avslutningsvis bruker jeg funnene fra analysen av The Hunger Games til å belyse hvordan strategier som tydelig benytter kjente elementer fra leserens verden som byggeklosser for den nye verdenen, og strategier som sikrer den dystopiske følelsen av klaustrofobi, innestengelse og ufrihet, er sentrale for dystopisk verdensbygging generelt.nob
dc.language.isonob
dc.subject
dc.titleÅ bygge dystopiske verdener. En analyse av Suzanne Collins’ The Hunger Gamesnob
dc.typeMaster thesis
dc.date.updated2022-08-23T22:00:37Z
dc.creator.authorThøgersen, Camilla
dc.identifier.urnURN:NBN:no-97930
dc.type.documentMasteroppgave
dc.identifier.fulltextFulltext https://www.duo.uio.no/bitstream/handle/10852/95415/1/Masteroppgave_Camilla-Th-gersen.pdf


Files in this item

Appears in the following Collection

Hide metadata