MétaCan
Menu
← Retour à la cohorte
Enregistrement W2613441686 · doi:10.71781/22165

Enjeux identitaires dans deux romans de la route québécois : Chercher le vent et La foi du braconnier

2015· dissertation· fr· W2613441686 sur OpenAlexaboutno aff
Audrey Givern-Héroux

Notice bibliographique

RevueOpen MIND · 2015
Typedissertation
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Le rapport entre identité québécoise et identité américaine est souvent exploré dans la littérature québécoise. Le genre du roman de la route paraît particulièrement propice à ces questionnements identitaires, puisque le voyage provoque inévitablement une rencontre avec une forme d’altérité, laquelle pousse le voyageur à questionner à la fois son identité, l’identité liée au lieu où il se rend et le rapport entre celles-ci. Ainsi, le présent mémoire traite des enjeux identitaires dans deux romans de la route québécois du XXIe siècle, soit Chercher le vent de Guillaume Vigneault (2001) et La foi du braconnier de Marc Séguin (2009), par le biais de la sociocritique des textes. Plus spécifiquement, il mobilise le concept d’américanité, qui, en s’intéressant aux éléments constitutifs de l’identité (nord-)américaine, suppose qu’il y aurait des caractéristiques communes à quiconque habite le même territoire ou participe de son histoire. Au fil de cette étude, l’analyse des référents socioculturels, du rapport aux lieux et de la langue permet de cerner la perception qu’ont les personnages principaux des différentes identités en jeu et des liens entre celles-ci. Elle permet également de saisir les rapports qu’entretiennent les protagonistes avec les identités qui les habitent et celles qui les entourent. Au final, alors que Jack, dans Chercher le vent, paraît décomplexé par rapport à son identité plurielle, Marc S. Morris, dans La foi du braconnier, vit son appartenance identitaire de façon beaucoup plus conflictuelle.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0260,016
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,055
Tête enseignante GPT0,374
Écart entre enseignants0,319 · 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
GenreAutre

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetLinguistics and Discourse Analysis→Travaux en français237 207→