MétaCan
Menu
Retour à la cohorte
Enregistrement W3108866933 · doi:10.19195/0301-7966.58.5

“You will bear witness for us”: Suppressed Memory and Counterhistory in Marsha Forchuk Skrypuch’s “Hope’s War” (2001)

2020· article· en· W3108866933 sur OpenAlexaboutno aff
Mateusz Świetlicki

Notice bibliographique

RevueAnglica Wratislaviensia · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary, Security, and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUkrainianWitnessTheme (computing)HomelandMainstreamImmigrationHistorySpanish Civil WarSociologyWorld War IICollective memoryEmpathyMedia studiesLiteraturePsychologyArtLawPolitical sciencePoliticsSocial psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Marsha Forchuk Skrypuch’s historical novels and picturebooks for young readers have gained significant commercial and critical recognition in North America. Interestingly, Ukraine, her grandfather’s homeland, has remained the central theme in her works ever since the publication of the picturebook Silver Threads in 1996. The author of this essay argues that by telling the suppressed, untold stories, hence bringing attention to the next-generation memory of the traumatic experiences of Ukrainian Canadians, Skrypuch puts them on the landscape of Canadian collective and cultural memory and challenges the false generalizations attributed to Ukrainians and Ukrainian Canadians in North America after the Second World War. After briefly outlining the history of Ukrainian immigration to Canada, and explaining the roots of the negative stereotypes attributed to Ukrainians, the author analyzes Hope’s War (2001), Skrypuch’s first Ukrainian-themed novel, and shows that by highlighting the unexpected similarities between the experiences of the protagonist’s grandfather, who during the Second World War was a member of the UPA, and the anxieties of contemporary teenagers, Skrypuch evokes empathy in mainstream and diasporic readers and enables the formation of next-generation memory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,297
Écart entre enseignants0,268 · 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 tête enseignante, 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnglica WratislaviensiaMême sujetMilitary, Security, and Education StudiesTravaux en français237 207