Minor Character, Minority Orientalisms, and the Borderlands of Asian America
Notice bibliographique
Résumé
In Playing in the Dark: Whiteness and the Literary Imagination, Toni Morrison forcefully reveals how American literature’s representational terrain can be understood through the history of enslavement and oppression. Her paradigm is not only political; she also advances an innovative interpretive approach to American literature, encouraging us to take a closer look at racialized minor characters. An intellectual investment in the minor character helps generate comparative race critiques that expand how American literatures can be analyzed. Along these lines, this article focuses on a particular inclusion of a minor character, an Asian American female, within a Chicano literary production.1 In order to illuminate the importance of what we might call minority Orientalism, I explore the ways in which Alejandro Morales Wgures the futuristic Asian American subject within his speculative novel, The Rag Doll Plagues (1992).2 Although this article focuses on one book, my critical methodology and theorization can be applied much more broadly. An interpretation of minority Orientalist texts spotlights the Wgure of the Asian or Asian American as a minor character who functions to clarify the comparative and asymmetrical nature of racial exclusions. Some questions to consider: What is particularly unique about Chi cano literary Orientalism? Why do Chicano writers seem collectively invested in employing Asian and Asian American characters and con texts to Xesh out the Wctional world? Such questions can be unpacked by thinking interracially and interethnically: Chicanos and Asian Americans are two populations that have been linked historically through citizenship status, class, labor exploitation, and regional habitation. At various points in the nineteenth and twentieth centuries, the American
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».