Unmasking Motherhood: Journeys of Self-Discovery in Mary Melfi’s Italy Revisited: Conversations with My Mother and Genni Gunn’s Tracing Iris
Notice bibliographique
Résumé
This paper will explore how the quest for the mother (whether the missing one of Gunn’s novel or the living one of Melfi’s memoir) leads the protagonists of both books to rediscover their mother tongue, that is a language based on communication and community building (Parmod, 2008), or as Kate defines it in Tracing Iris, a body language. It is through this language that both characters are able to challenge the patriarchal concept of motherhood and, in particular, the stereotype of the good versus the bad mother. The quest for the mother in both texts can be defined as a journey through the protagonists’ past that leads them also to problematize the notion of motherland. Significantly, both texts emphasize the idea of resurrection (the resurrection of the self) and their structures seem to mirror the trajectory identified by Podnieks and O’Reilly (2010) as representing the transition from daughter-centric to matrifocal narratives. Such narratives are effective tools in unmasking motherhood not only because they enable mothers to have a voice but also because they represent a different kind of mothering, the mothering of writing (Nayar 2008, p. 140). According to Nayar, textual mothering, by giving birth to stories and narratives, allows motherhood to be reinterpreted as a situation of power and identity (Nayar 2008, p. 140).
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,024 | 0,037 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».