Photographic Encounters with (In)visible Mothers in Roland Barthes’ Camera Lucida, W. G. Sebald’s Austerlitz and Erri de Luca’s Non ora, Non qui
Notice bibliographique
Résumé
This article deals with three literary texts by Roland Barthes, W. G. Sebald and Erri De Luca, linked with each other thanks to the employment of photography in relation to the image of the mother. Yet, the ways in which each author negotiates with the mother-son photographic encounter are diverse: while in Barthes the photograph of his mother is substituted by the one of another woman, Nadar’s mother, in Sebald the photograph is physically printed on the page and interspersed within the literary narration; finally, in De Luca the photograph is depicted only verbally. On the one hand, photography seems to be the right medium to use in order for the process of recollection to be fulfilled; on the other hand, its employment problematizes some of the medium’s characteristics. Indexicality, materiality, and the relationship that the act of viewing establishes between the self and the other, as in such encounters, for instance, “the image becomes a subject and the subject becomes an image” (Cadava 2009, 9), are indeed put under scrutiny. The distance between the narrators and their mothers is not uniquely temporal (the former are always older than the latter, who are mainly framed as young girls, thus deprived of their motherhood, and deceased at the moment of the narrators’ recollection) but also spatial. Photography, and its usage within verbal narrations, creates in fact a separation—both ideological and material—between the space of the viewer and that of the viewed. In sum, the comparison among these texts promotes a reconsideration of the ontology of the photographic medium, in particular of its presence/absence dichotomy, as “a photograph is always invisible” (Barthes 1980, 18), and a re-contextualization of the space/time units, among other issues.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».