Notice bibliographique
Résumé
In this dissertation, I examine literary responses to socioeconomic and spatial change in Vancouver, Canada—a city that has undergone recurrent, rapid, and intensive restructuring over the course of its history. Vancouver has received a significant amount of attention from urban studies scholars, and is home to a well-respected local planning culture. A vibrant, diverse, and critically engaged literary community has also long thrived in the city, with many authors writing about major issues related to Vancouver’s transformation, including population displacement, socioeconomic polarization, the increasing commodification of urbanity, and the mediation of cultural trauma. Despite this engagement with key urban issues, literary texts are often ignored or given only cursory treatment in the broader scholarly and popular conversation about the city. Form, style, and epistemological difference all make literary texts difficult to integrate into this conversation. They are, however, carriers of a certain kind of knowledge—subjective, experiential, affective, interactive, often reflexive—that deserves more widespread attention because it expands and complicates our understanding of what the city is and might be. I propose and enact an approach to reading urban fiction and poetry that privileges the space of the literary while still also attending to the ways in which literary texts, and the authors who produce them, are wrapped up in processes of socioeconomic and spatial change. I focus especially on what literary texts themselves have to say about the contexts informing their production, foregrounding and investigating the heightened self-consciousness of particular pieces of Vancouver-based writing. I argue that these texts not only enrich and diversify the local urban imaginary, but also encourage a reconceptualization of the role of writers and other cultural workers in the city.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,042 | 0,042 |
| Communication savante | 0,024 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».