The Genetic Parcours of a Literature of Trauma in Marie-Claire Blais’s Literary Production
Notice bibliographique
Résumé
Ce que Suzanna Egan appelle la « culture de témoignages » se rapporte à la conceptualisation que nous offre Paul Ricoeur de la mémoire (individuelle et collective), qui est elle-même redevable à la « transformation du personnel en politique ». Inspiré par cette définition que nous offre Egan, mon étude vise à exploiter les témoignages politiques de Marie-Claire Blais, notamment ses convictions sociopolitiques sur la guerre et les réactions qu’elles ont suscitées au cours des XXe et XXIe siècles. Grâce à ses réflexions textuelles et picturales sur la guerre, retrouvées dans ses carnets illustrés inédits (1965-1970), dans son roman David Sterne (1967), dans sa nouvelle « Le Tourment » (1988) et dans ses essais Passages américains (2012) qui ont été rédigés pendant plus de cinq décennies, Blais nous offre un riche témoignage de nombreux événements sociopolitiques qui l’ont accablée depuis les années soixante : la Seconde Guerre mondiale, la Shoah, la Guerre du Vietnam, l’assassinat de figures politiques américaines (J.F Kennedy, Dr. Martin Luther King et Robert Kennedy). Mon étude est située à la croisée de plusieurs domaines de recherche : la critique génétique, les théories de l’autobiographie, la sémiotique visuelle et la sociocritique. Mon but est de cerner les stratégies textuelles et visuelles exploitées par Blais pour exprimer, au sein de ses carnets illustrés inédits, de ses essais et de ses textes de fiction, ses réactions personnelles et convictions sociopolitiques face à de nombreux événements traumatiques : la Guerre du Vietnam et autres tragédies humaines issues de guerres sur le plan international.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».