MétaCan
Menu
Retour à la cohorte
Enregistrement W4401135162 · doi:10.5430/wjel.v14n6p308

Historicizing Brati: A Journey of Sujata’s Memories in Mahasweta Devi’s Mother of 1084

2024· article· en· W4401135162 sur OpenAlexvenueno aff
Stephen Samuel A, Evangeline Priscilla B

Notice bibliographique

RevueWorld Journal of English Language · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth Asian Studies and Conflicts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyArt

Résumé

récupéré en direct d'OpenAlex

Mahasweta Devi’s Mother of 1084 has a trope of returning to the past events, after a tragedy. This trope is central to both the plot and act of narration of the protagonist, Sujata. Sujata’s journey to the past is not just part of a thematic element, but also a narrative strategy through which Mahasweta Devi casts an indirect gaze on the Naxalite world. This study analyses Sujata’s trip into the past by focusing on different subsets of memory involved in her journey which Mahasweta Devi employs throughout the novel. Devi’s Mother of 1084 entirely is a narrative from the perspective of a bereaved Sujata after having lost her son Brati to unknown circumstances. By referring to the theoretical underpinnings of renowned scholars from the field of Memory Studies, including Jacques Lacan, Endel Tulving, Chris Brewin, and Kurt Danziger, this study explores how different memory subsets that of recollection, reminiscence, episodes, semantics, and flashbacks of the characters in the novel come together to historicise the memory of the deceased (Brati). The study then attempts to understand memory’s role as the focal point in bringing an artistic sense to the novel.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,302
Écart entre enseignants0,282 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetSouth Asian Studies and ConflictsTravaux en français237 207