Notice bibliographique
Résumé
In the Nigerian context, every mention of war (as a word in the Nigerian past or present) automatically takes one back to the Nigerian-Biafran Civil War (1967-1970). While reference to this war is an integral part of this study, this paper examines the different faces of war in Nigeria and literary responses to them. Beyond armed conflict, gender positionings and configurations, political manipulations and intrigues, corruption issues, economic, ethnic and religious-inspired uprisings are wars Nigeria has been, and is still, contending with. From the novels of Chinua Achebe, Elechi Amadi, Chukwuemeka Ike, Isidore Okpewho, Festus Iyayi, Femi Osofisan, Okey Ndibe, Flora Nwapa, Buchi Emecheta, Abubakar Gimba, Tanure Ojaide, Afam Belolisa, Kaine Agary; to the poetry of Wole Soyinka, J. P. Clark, Mabel Segun, Pol Ndu, Peter Onwudinjo, Joe Ushie, Catherine Acholonu, Cecilia Kato, Ibiwari Ikiriko, Sophia Obi; to the drama of J. P. Clark, Wole Soyinka, Ola Rotimi, Arnold Udoka, among others, it is evident that these wars have provided impetus to the Nigerian literary artists. These writers have examined the different facets, phases, implications and prospects of these wars. The underlying lesson, in all, is that the liberative undertone of every/any war must never be abused and/or compromised for selfish purposes or unattainable goals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».