Notice bibliographique
Résumé
“‘How do you Criticize a Life Story?’: Form, Trauma, and Memoir in Canada Reads 2020” investigates the practice of reading for empathy, as it pertains to memoir and trauma operating in the hypervisibility of the public sphere. The emotional connection between reader and author that memoir inspires is also encouraged on Canada Reads, the popular intersection of a literary contest and reality show. The panelists’ 2020 discussion of Jesse Thistle’s From the Ashes and Samra Habib’s We Have Always Been Here encouraged reading as a means of empathizing with the author’s experiences. As Danielle Fuller details, this is also how many viewers appraise the titles featured on Canada Reads, adopting a method of literary evaluation that is inherently personal. Memoir, given its connection to the real world and real people, becomes an excellent candidate for connecting with the reader. While Philippe Lejeune argues that memoir must be entirely non-fictional, G. Thomas Couser and Leigh Gilmore demonstrate that for a genre grappling with selective memory and trauma, this is impossible. As a result, memoir proves to be a genre that is both popular amongst readers and necessarily literary and inventive in its construction. The popularity of Canada Reads and memoir indicate that empathetic reading deserves a place in literary discourse, which in turn reimagines the Canadian literary canon and traditional methods of evaluation.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,019 | 0,029 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».