MétaCan
Menu
Retour à la cohorte
Enregistrement W4250465248 · doi:10.32920/ryerson.14660613

A Maud of her own: re-visioning L.M. Montgomery’s “Western Eden” in Melanie Fishbane’s historical fiction

2021· preprint· en· W4250465248 sur OpenAlexaffabout
Jessica Young

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésIndigenousIdeologyAudience measurementHistoryLiteratureContext (archaeology)Character (mathematics)SociologyArtPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

This major research paper considers the connection between the genre of historical fiction and the complex dynamics of revisionist history in Melanie Fishbane’s young adult novel Maud: A Novel inspired by the Life of L.M. Montgomery (2017). More specifically, this study critically examines how Fishbane appropriates L.M. Montgomery’s Western Canadian writings for her own purposes to update complex social realities and sensibilities in her historical novel. Because Montgomery’s personal and fictional writings reveal a deeply conflicted and contradictory ideological stance on race issues, particularly where Indigenous peoples are concerned, which may frustrate or alienate 21st century mass readership, Fishbane opted to make her character, Maud, more sympathetic towards the plight of the Indigenous peoples in Prince Albert, Saskatchewan; this revisionist approach, I argue, has potential to gloss over the real Montgomery’s more problematic and more heteroglossic representations on race. This study’s findings indicate that the revisionist nature of historical fiction, moulded by the new context in which it is written, influences the way that texts and historical figures, like L.M. Montgomery are re-imagined and re-written.

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)0,004
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: aucune
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,846

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0200,020
Communication savante0,0080,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
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 Opus0,030
Tête enseignante GPT0,245
Écart entre enseignants0,215 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetThemes in Literature AnalysisTravaux en français237 207