Une assassine pas comme les autres : violence sexuelle, amérindianité et écoterrorisme dans Le sang de l’or de Louise Leblanc
Notice bibliographique
Résumé
La femme qui tue dérange de façon particulière les normes sociales : les femmes nourrissent, soutiennent, compatissent… la violence leur est habituellement étrangère. Celle qui enlève la vie à un autre est donc encore plus « monstrueuse » (Gilbert) que son homologue masculin. Diverses théories orientent l’étude de la femme meurtrière – soit qu’elle cherche à devenir plus masculine, qu’elle réagit à une situation intenable ou qu’elle se démarque d’une norme qui s’applique aux femmes d’une certaine race ou classe sociale (Irwin et Pasko). Dans le cas de la représentation romanesque du meurtre féminin au Québec, on peut constater un certain écart par rapport à la réalité (Gilbert), dans le sens que la violence au féminin prend un essor dans le livre, qui est sans rapport aux statistiques de la société canadienne ou québécoise. Le roman que nous avons retenu pour cette étude – Le sang de l’or de Louise Leblanc (1989) – met en vedette une meurtrière, ce qui devrait alors choquer le lecteur. Nous verrons que dans ce roman, par contre, le portrait hautement stéréotypé du personnage principal amérindien rend la violence du personnage moins surprenante. Qu’en est-il au juste du meurtre au féminin quand la criminelle est aussi amérindienne? Nous élucidons ce sujet en tenant compte des questions de territorialité, d’histoire coloniale et d’écoterrorisme, sans perdre de vue le discours féministe qui informe le récit. De fait, tout en ayant recours à des tropes coloniaux qui remontent au dix-neuvième siècle, voire plus loin, Leblanc crée un personnage qui attire la sympathie du lecteur. En tant que jeune femme victime de violence sexuelle, Kiji est en droit de se défendre; sa défense de l’environnement justifie davantage son geste. En dépit de ces facteurs atténuants, elle demeure un personnage équivoque en raison de sa correspondance au stéréotype littéraire de l’Amérindien dans la littérature québécoise. Mots clés : autochtone, colonie de peuplement, stéréotype, éco-terrorisme, violence sexuelle
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».