• INSOMNI

    PREMI AUSIÀS MARCH 2024

    ORTELLS MIRALLES, SALVADOR EDICIONS 62 Ref. 9788429782165 Ver otros productos de la misma colección Ver otros productos del mismo autor
    Premi Ausiàs March 2024Insomni és un poema llarg dividit en vuit parts, en què el poeta exposa els seus pensaments en una nit d'insomni, adreçant-se sovint a la seva filla. A banda de l'interès sostingut i l’organicitat de l'obra, el jurat del LXII Premi de poesia Ausiàs March ha valorat especialmen...
    Ancho: 130 cm Largo: 205 cm Peso: 250 gr
    Disponible
    16,90 €
  • Descripción

    • ISBN : 978-84-297-8216-5
    • Fecha de edición : 01/11/2024
    • Año de edición : 2024
    • Idioma : Catalán
    • Autores : ORTELLS MIRALLES, SALVADOR
    • Nº de páginas : 64
    • Colección : POESIA

    Premi Ausiàs March 2024

    Insomni és un poema llarg dividit en vuit parts, en què el poeta exposa els seus pensaments en una nit d'insomni, adreçant-se sovint a la seva filla. A banda de l'interès sostingut i l’organicitat de l'obra, el jurat del LXII Premi de poesia Ausiàs March ha valorat especialment la destresa amb què l'autor combina les tirades d'alexandrins amb alguns passatges en prosa. El llibre inclou un epíleg en què l’autor dona detalls de la gènesi de l’obra.



    Tot sembla estar tranquil com una veritat


    immutable, és a dir, com una gran mentida


    oculta en el revers sinistre d’un miratge.


    Tot sembla estar tranquil, regit en aparença


    per un ordre discret de plàcides rutines,


    fins que aixequen el vol els neguits que m’habiten.


    Tot sembla estar tranquil, captiu d’un son profund,


    si no fos que un exèrcit de silencis frenètics


    cavalca cap als marges altius del full en blanc


    que jau sobre la taula, reclamant el seu dret


    a il·luminar la nit a colps de mots encesos.

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