MétaCan
Menu
Retour à la cohorte
Enregistrement W2792836051 · doi:10.3406/russe.2012.2495

Langue russe et mémoire soviétique dans "Tapka" de David Bezmozgis

2012· article· en· W2792836051 sur OpenAlexaboutno aff
Michaël Taugis

Notice bibliographique

RevueRevue Russe · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCousinInnocenceAllegoryJudaismLiteratureHistoryArtPsychoanalysisPsychology

Résumé

récupéré en direct d'OpenAlex

David Bezmozgis is one of the most famous representatives of a generation of Russian- Jewish- American writers born in the Soviet Union in the 1970s. "Tapka", one of his first short stories published in 2003, is set in the 1980s. It is the story of a Russian dog called "Tapka", loved and betrayed by the six-year-old narrator and his seven-year-old cousin in Toronto where the dog's owners, the Nahumovskys, and the narrator's family have recently emigrated. The Nahumovskys come from Minsk, and the narrator's family from the Baltic States. Left in the care of the narrator and his cousin, Tapka is ultimately run over by a car as the narrator attempts to shift the responsibility for the dog onto his cousin. On the surface, this story seems to be essentially an education, a passage from innocence to experience, and an allegory on Soviet (Jewish) memory represented by "Tapka". My paper shows that the story also focuses on the relationship between two languages, Russian and English, between the mother tongue and the second language which all the characters have to learn as immigrants. This relationship turns out to be more complex and interesting than a mere conflict between two languages, in which one language eventually destroys the other : it is also a cross-cultural interweaving in which the linguistic domination of English is subtly subverted by the Russian signifier epitomized by "Tapka".

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue RusseMême sujetCanadian Identity and HistoryTravaux en français237 207