MétaCan
Menu
Retour à la cohorte
Enregistrement W1956891868 · doi:10.5565/rev/indialogs.25

Bharati Mukherjee’s Struggle Against Cultural Balkanization: the Forging of a New American Immigrant Writing

2015· article· en· W1956891868 sur OpenAlexaboutno aff
Ma Luz González

Notice bibliographique

RevueIndialogs · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSocioeconomics of Resources and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiasporaOppressionExpatriateRacismImmigrationGender studiesSociologyMulticulturalismPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This paper aims at analysing Bharati Mukherjee’s individual positioning as a woman writer by using the female characters caught between two different worlds, homes and cultures present in her works. After having undergone several phases in her life: as an exile from India, an Indian expatriate in Canada, a common immigrant and finally a citizen in the United States, all these diverse selves have been translated into her literary career. The writer thus envisions herself as a pioneer of new lands and literatures, initiating a process of re-forming and de-forming American culture, and redefining diaspora as a process of unhyphenated rehousement in which the cultural landscape in which one lives is no longer divided into a centre and its peripheries. Mukherjee celebrates “racial and cultural mongrelisation” but rejects cultural balkanization in its defence of the local over the national. She is neither ignorant nor insensitive to racism and oppression in the United States, yet her characters are always tenacious and feisty in their struggle to belong. Mukherjee stresses their quality as battlers, moved by the instinct to improve their lives. In her construction of America as the land of opportunity and success Mukherjee rejects homesickness and in so doing she clearly marks a difference from the Indian diaspora, though we consider that in defending this posture she goes to extremes, idealizing the “real” to create a personal and literary migrant cosmos.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0270,018
Communication savante0,0120,005
Science ouverte0,0020,010
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,244
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndialogsMême sujetSocioeconomics of Resources and ConservationTravaux en français237 207