Settling in a Foreign Land: Women’s Experiences in Exile in Latvian Writer Irma Grebzde’s Prose Fiction
Notice bibliographique
Résumé
Exile is a central motif of 20th century European culture, and literature was often tied to historical events throughout this century, especially during World War II. In Latvian literature, this motif was partially the result of the emigration of a great part of the population in 1944; many were fleeing direct warfare and the return of the Soviet army, escaping from Latvia. This paper examines the peculiarities of women’s experiences in exile in the prose fiction of Latvian émigré writer Irma Grebzde (1912–2000). Grebzde was among those 250,000 Latvians who fled as fugitives in 1944 for Sweden and Germany and then proceeded further to the USA, Canada, Australia, New Zealand, and other countries. Grebzde fled to Germany where she stayed at Wurzburg refugee camp and in 1948 moved to Canada. She worked in New Brunswick, Ottawa, Montreal in 1973 and then settled in Toronto. Grebzde has produced about 30 short prose fiction collections and novels. An important subject in Latvian émigré literature is the lives of Latvian émigrés in lands of settlement. Their fiction is generally autobiographically marked, capturing the authors’ own experience in a fictional form. This goes for Grebzde’s short prose fiction texts and novels. In her works Canada is depicted as a land of welfare, a place unaffected by World War II. European refugees are safe there, though they face low social status and a condescending attitude from Canadians. Both in Latvian émigré literature generally and Grebzde’s works, exile consciousness is often presented in an urban setting. Canadian cities are positioned as a comfortable environment for consumer society, with posh resident areas, shops, advertisements, cafes, whereof just a small share may be enjoyed by European refugees due to their poorer financial means. The sphere of nature functions as the space where exiles can develop dialogical relations with the foreign land and search for similarities with the Latvian rural environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».