A Bridge for Change: Four Award-Winning Canadian Novels and Their Engagement with National Discourses (1981-2015)
Notice bibliographique
Résumé
Since the Multiculturalism Act of 1971, Canadian literature has resounded with the voices of racially and ethnically marginalized Canadians striving to contribute their own stories and experiences in a country that prides itself on its inclusivity. It is problematic then, when novels that are a part of the Canadian canon or contribute to Canadian cultural capital in some way, offer a narrative that allows integration only to white males. In Michael Ondaatje’s In the Skin of a Lion and Vincent Lam’s Bloodletting and Miraculous Cures, the narratives suggest that whiteness leads to success. Visible minorities in Lam’s novel are forced to assimilate to find success. Ondaatje deals with immigration but explores only the issues white immigrants face. He writes an immigrant success story, troubling in its premise that the only way an immigrant can successfully integrate is through their own merit. In Obasan, Joy Kogawa critiques this “truth” as she explores the ways in which visible minorities are constantly othered. Kogawa writes of the reality of the Japanese internment during World War II in Canada, and so, she depicts the injustices the Canadian government inflicted on its own citizens. André Alexis’s Fifteen Dogs is an apologue where he clearly deals with universal issues such as the perils of human consciousness, but the novel is also about race, even though Alexis never addresses this directly. Alexis is subtle in his critique of whiteness, and so, Alexis and Kogawa both critique the reality faced by non-whites in Canada. All four novels contribute to Canadian cultural capital and thus help form Canadian identity. The issues these novels either criticize or unproblematically present all point to the still-thorny dilemma of Canadian identity; is this identity based primarily on an individual’s whiteness?
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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,100 | 0,036 |
| Communication savante | 0,031 | 0,007 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 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 ».