MétaCan
Menu
Retour à la cohorte
Enregistrement W3009934788 · doi:10.7202/1067883ar

Posthuman Conjectures: Animal and Ecological Sciences in Marie Darrieussecq’s Dystopian Fiction

2020· article· en· W3009934788 sur OpenAlexaff
Stéphanie Posthumus

Notice bibliographique

RevueDalhousie French Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDystopiaPosthumanAnthropocentrismNarrativeHybridityEmbodied cognitionSci-FiHuman animalEcocriticismSociologyAestheticsLiteratureEnvironmental ethicsFantasyPhilosophyArtAnthropologyEpistemologyEcology

Résumé

récupéré en direct d'OpenAlex

Despite being published over twenty years apart, Marie Darrieussecq’s novels, Truismes (1996) and Notre vie dans les forêts (2017), share many features including their dystopian setting, urgent narrative tone, and themes of hybridity, corporeality and radical revelation. Deconstructing the boundaries between animal and human, nature and culture, human and machine, they invite the reader to move beyond anthropocentrism. In response to this invitation, I propose four posthuman conjectures, tracing the ethos of animal and ecological sciences in the two novels. First, I examine the ways in which the presence of non-human animal worlds requires imagining new subjectivities and writing embodied languages. Second, I move from the animal world to the machine cyborg who remains caught in the effects and affects of the techno-scientific complex in Darrieussecq’s dystopian fiction. Third, I consider the space made in both novels for death and dying as a non-metaphysical phenomenon situating humans in an eco-evolutionary web. Last, I define writing as a form of (post)human technology that the novels use to reject the notion of human superiority and to illustrate language’s capacity to imagine new, less-hierarchical paradigms.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,017
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,034
Communication savante0,0080,004
Science ouverte0,0010,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,065
Tête enseignante GPT0,352
Écart entre enseignants0,287 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDalhousie French StudiesMême sujetGeographies of human-animal interactionsTravaux en français237 207