MétaCan
Menu
Retour à la cohorte
Enregistrement W4327693007 · doi:10.1007/s10583-023-09526-y

Witnesses, Deniers and Bourgeois Troublemakers. The Holodomor and Ukrainian-Canadian Collaboration in Marsha Forchuk Skrypuch’s Winterkill (2022)

2023· article· en· W4327693007 sur OpenAlexaboutno aff
Mateusz Świetlicki

Notice bibliographique

RevueChildren s Literature in Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesKosciuszko Foundation
Mots-clésUkrainianFamineContext (archaeology)SociologyReading (process)BourgeoisieLawHistoryMedia studiesPolitical scienceLinguisticsPoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract The article examines Marsha Forchuk Skrypuch’s Winterkill (2022), a recent Holodomor middle-grade historical novel issued by Scholastic, and showcases that Skrypuch explores the implicated position of North Americans – especially Soviet collaborators and journalists – in the context of the famine and Stalin’s collectivization. Most notably, Winterkill brings attention to the actions of Rhea Clyman, a Jewish-Canadian journalist who wrote factual articles about the situation in the Soviet Union but until the mid-2010s was largely forgotten. In the first part of the article, the author briefly introduces the historical background and points to the recent increase of Holodomor-themed Anglophone books. Then, close reading Winterkill , they argue that many characters in the novel, including the ones based on Clyman and Alice, a Ukrainian Canadian girl she met in Kharkiv in 1932, emerge as what Michael Rothberg has called “implicated subjects.” The article demonstrates that at first the foreigners in the novel are enchanted with Stalinism, accept its benefits, and their actions – directly and indirectly – contribute to the destruction of the Ukrainian countryside. Winterkill showcases both the importance of recognizing one’s implication and sharing the testimony of the Holodomor witnesses, hence keeping the memory of the famine and its victims alive.

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)0,003
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,277

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0370,015
Communication savante0,0070,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,004
Tête enseignante GPT0,254
Écart entre enseignants0,250 · 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
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildren s Literature in EducationMême sujetCanadian Identity and HistoryTravaux en français237 207