Notice bibliographique
Résumé
Language in Monkey Beach is vital in delineating roles of “insider” and “outsider” within the text. Lisamarie Hill’s inability to speak the Haisla language as fluently as her grandmother, Ma-ma-oo, always endorsed, isolates her from being able to fully understand her Haisla roots. As Ma-ma-oo says: “… to really understand the old stories, you had to speak Haisla" (211). Yet, it is also through the matrilineal line that Lisa inherits the role that secures her a position as a Haisla “insider”. Lisa inherits her grandmother’s and mother’s gift of foresight, and an ability to speak to spirits and the dead. She inherits the language of the old stories, those that by Ma-ma-oo’s logic are unutterable in English. The language of the dead is an invisible language because it is inviolate by colonial forces and it functions outside of Western epistemology, but also because the text itself is written in English. Thus the mainstream reader becomes the “outsider”, denied access to the language of the spirit world, receiving instead an inadequate English translation. The narrative emphasizes the impotence of English translation earlier in the text, noting that: “Haisla has many sounds that don’t exist in English, so it is not possible to spell the words using English conventions” (193). Translational failure becomes manifest in the spelling of Haisla words using transliteration, which become physically fragmented by apostrophes and point to the problems of translation, and to ultimately undermine the task of translating Haisla culture into the “Western” medium of the novel.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».