MétaCan
Menu
Retour à la cohorte
Enregistrement W2319671361 · doi:10.1177/1750698011415249

‘Genealogical nostalgia’: Second-generation memory and return in Caterina Edwards’ <i>Finding Rosa</i>

2011· article· en· W2319671361 sur OpenAlexaff
Jennifer Bowering Delisle

Notice bibliographique

RevueMemory Studies · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAutobiographical and Biographical Writing
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMemoirHomelandNarrativeIdentity (music)Dual (grammatical number)Power (physics)HistoryIdeal (ethics)SociologyKey (lock)GenealogyAestheticsLiteratureGender studiesArt historyArtPhilosophyEpistemologyPoliticsPolitical scienceLawComputer science

Résumé

récupéré en direct d'OpenAlex

Second-generation family memoirs often recount physical pilgrimages to distant homelands. While such journeys suggest a naive privileging of an essentialized, ideal origin, I argue that these visits also have the power to problematize origins by exposing the gaps between place and narrative. These journeys illuminate the dual forces of postmemory and what I term ‘genealogical nostalgia’, the longing for the times and places of one’s ancestral past. These ‘returns’ therefore can play a key role in the construction of second-generation identity. Drawing on Caterina Edwards’s 2008 memoir Finding Rosa, I show how journeys to the ‘homeland’ highlight the particularity of second-generation experience as a generation making connections between multiple forms of memory and multiple sites of belonging.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0090,010
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,142
Tête enseignante GPT0,260
Écart entre enseignants0,118 · 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'étudeSans objet
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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemory StudiesMême sujetAutobiographical and Biographical WritingTravaux en français237 207