MétaCan
Menu
Retour à la cohorte
Enregistrement W4225311840 · doi:10.24908/iqurcp15507

To Kill the False Woman: Annie Ernaux Autobiographical Writing in Happening

2022· article· en· W4225311840 sur OpenAlexvenueno aff
Rose Wagner

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAutobiographical and Biographical Writing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeHappeningContext (archaeology)Framing (construction)LiteratureArtHistoryPsychoanalysisPsychologyArt historyPerformance art

Résumé

récupéré en direct d'OpenAlex

Annie Ernaux’s L’événement (Happening) stands as a powerful piece of autobiographical discourse and incites discussion in both trauma literature and as an extension of Hélène Cixous’s The laugh of the Medusa. Ernaux’s text revolves around her clandestine abortion, as she writes of her trauma through the event. I will attempt to demonstrate that while the mere act of writing constitutes a form of overcoming traumatic events, Ernaux’s writing goes above and beyond these conventions. To do so, I will analyze how Ernaux’s autobiographical writing combines several discursive, narrative, and literary techniques to firstly meditate and reflect on the past and present, and secondly to reconcile and overcome the past and presents perspectives, or the “unspeakable” incited by rigid social and legal norms. I will further demonstrate how by writing her own body, that is by meditating on the numerous limitations placed on the female body and mind, her literary contribution is two-fold: Ernaux both pays homage to her own personal female experience and represents the collective female experience in a larger, historical context. The result is a re-framing of a feminine narrative into a human question through a validation of Ernaux’s experience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0080,010
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,109
Tête enseignante GPT0,338
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetAutobiographical and Biographical WritingTravaux en français237 207