ODBIERZ TWÓJ BONUS :: »

Przedmowa do listu samobójczego w dwudziestu tomach Amiri Baraka

Autor:
Amiri Baraka
Wydawnictwo:
KONTENT
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
63
Dostępny format:
     ePub
Czytaj fragment

Ebook 15,00 zł najniższa cena z 30 dni

15,00 zł (-15%)
12,75 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

15,00 zł najniższa cena z 30 dni

Poleć tę książkę znajomemu Poleć tę książkę znajomemu!!

Przenieś na półkę

Do przechowalni

Prezent last minute w ebookpoint.pl

"Przedmowa...", czyli poeta na początku długiej, meandrycznej drogi. Debiutant, który jednak zapewnił już sobie miejsce wśród reprezentantów (białej) powojennej awangardy amerykańskiej i wśród twórców (białej) beatnikowskiej wspólnoty; kontestator, który spod ich skrzydeł się na naszych oczach wyrywa, rzucając wyzwanie ojcom, mistrzom i patronom. Tom zaczyna od wierszy o trzech, połączonych z nim więziami rodzinnymi kobietach, a kończy rozpoznaniem obcości, naznaczającej jego los i poezję: "afrykański blues / mnie nie zna" . Tytułowy akt samobójczy odczytaj my więc, pozostawiając na boku wątki autobiograficzne, jako zapowiedź długoterminowego nicowania wszelkich tożsamości, zewnętrznych, opresyjnych i uwikłanych w grę ideologicznych interesów.

Debiutancki tom Baraki w czujnym i językowo w pełni wiarygodnym przekładzie Karola Poręby nie tylko wypełnia lukę w naszej wiedzy o historii wiersza amerykańskiego, ale też, brzmiąc zaskakująco świeżo, może wejść w żywy dialog z powstającą współcześnie nam poezją.

Jerzy Jarniewicz

Wybrane bestsellery

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Ebook
12,75 zł
Dodaj do koszyka
Sposób płatności
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.