• LA PARET

    HAUSHOFER, MARLEN ANGLE EDITORIAL Ref. 9788419017864 Ver otros productos de la misma colección Ver otros productos del mismo autor
    «NOVEL·LA DISTÒPICA BRUTAL I ABSORBENT [...] ÉS UNA DE LES OBRES MÉS PROFUNDAMENT FEMINISTES DEL SEGLE PASSAT.» - NAOMI HUFFMAN, _THE ATLANTIC_ Inexplicablement aïllada per una paret invisible que la separa de la resta del món, que ha quedat petrificat per causes desconegudes, la protagonista es ve...
    Ancho: 138 cm Largo: 213 cm Peso: 394 gr
    Disponible
    19,90 €
  • Descripción

    • ISBN : 978-84-19017-86-4
    • Fecha de edición : 01/11/2023
    • Año de edición : 2023
    • Idioma : Catalán
    • Autores : HAUSHOFER, MARLEN
    • Traductores : GURT DAVÍ, CARLOTA
    • Nº de páginas : 296
    • Colección : NARRATIVES
    • Nº de colección : 166
    «NOVEL·LA DISTÒPICA BRUTAL I ABSORBENT [...] ÉS UNA DE LES OBRES MÉS PROFUNDAMENT FEMINISTES DEL SEGLE PASSAT.» - NAOMI HUFFMAN, _THE ATLANTIC_ Inexplicablement aïllada per una paret invisible que la separa de la resta del món, que ha quedat petrificat per causes desconegudes, la protagonista es veurà obligada a deixar enrere la seva vida passada i afrontar la supervivència en solitari en una casa d'alta muntanya, només amb la companyia d'alguns animals. L'única alternativa davant la incertesa serà aprofitar tots els recursos al seu abast i adaptar-se als cicles del món natural. Comparada amb _Robinson Crusoe_ i anticipant-se a títols de Cormac McCarthy o Marian Engel, la novel·la de Marlen Haushofer aprofundeix en la experiència de l'individu fora de la societat i ha donat lloc a múltiples interpretacions des de l'ecologisme, el feminisme o la filosofia. Publicada el 1963, _La paret_ manté encara avui la seva ànima distòpica, amb una escriptura precisa, brillant i hipnòtica. TRADUCCIÓ DE CARLOTA GURT DAVÍ

Suscríbete a nuestro boletín

Suscríbete y recibirás todas nuestras novedades. Cero SPAM, sólo contenidos de valor.
He leído, comprendo y acepto la política de privacidad
Información sobre el tratamiento de datos