MétaCan
Menu
Retour à la cohorte
Enregistrement W4389508083 · doi:10.4000/ejas.21099

Traumatic Peregrinations: Intergenerational Memory and Migration in Nina Bunjevac’s Fatherland

2023· article· en· W4389508083 sur OpenAlexaboutno aff
Anastasia Ulanowicz

Notice bibliographique

RevueEuropean Journal of American Studies · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMemory, Trauma, and Commemoration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMemoirNarrativeNationalismHistoryTragedy (event)FatherlandExcuseSadnessLiteraturePsychoanalysisSociologyPsychologyAngerLawArt historyArtSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This essay analyzes images of both movement and immobility in Nina Bunjevac’s Fatherland, a Canadian graphic memoir in which the author/illustrator traces her father’s involvement in a Serbian nationalist terrorist cell. Although, as scholars such as Mihaela Precup have convincingly argued, Bunjevac depicts her father as trapped by historical circumstances he cannot control—and her larger family as “frozen in disbelief, anger, and sadness” (220)—I maintain that such immobility is paradoxically the consequence of constant movement. In the course of her narrative, Bunjevac, while she does not excuse her father’s actions or even depict him sympathetically, nevertheless shows how three generations of wartime displacement and transnational migration traumatized her father and in turn her immediate family. Thus, I maintain that her graphic narrative demonstrates how Astrid Erll’s concept of “travelling memory” might be enlarged to address how traumatic memories follow, and become uncannily reenacted by, migrants and displaced people. Bunjevac’s text is a particularly effective demonstration of this dimension of travelling memory because its very form as a graphic memoir necessarily depends on such elements of fracture, repetition, and difference.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,010
Communication savante0,0040,002
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 Opus0,076
Tête enseignante GPT0,350
Écart entre enseignants0,274 · 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'étudeQualitatif
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of American StudiesMême sujetMemory, Trauma, and CommemorationTravaux en français237 207