Archiving the Past, Drawing the Present, and Preserving Displaced Histories of Violence in Nonfictional Graphic Novels
Notice bibliographique
Résumé
The symbiotic, interactive kernel between the reader and the visual narrative on the comics page remains one of the reasons why graphic storytelling continues to be such a popular narrative form for writer-artist collaborations working with nonfictional and marginalized voices. Portrayals of violence and trauma in comics have evolved far beyond the genres of superhero and autobiography into modalities that resist immediate identification because they embody the changing flow of cultural memory and its activist capital. This pivotal shift positions comics as a decolonizing medium with the potential to create new counterhegemonic narrative-archives outside of institutionalized spaces and practices. Joe Sacco’s <italic>Palestine</italic> (2001) and <italic>Footnotes in Gaza</italic> (2009), as well as more recent works, such as Jeff Lemire and Gord Downie’s <italic>Secret Path</italic> (2016) and Kate Evans’ <italic>Threads From the Refugee Crisis</italic> (2017), are becoming part of the unofficial multimodal archive that exists on the periphery of institutionalized memory. These graphic novels challenge conceptions of local and global spaces and shift the perception of the physical and emotional distance that occurs between the reader and sites of individual suffering, generational violence, and community trauma. Whether addressing the violent past of Canadian Residential Schools or the violence perforating refugees’ lives, the narrative effects force the reader to view the sites of trauma from a variety of angles and experience multiple spatial and emotional relationships, from global to local to intersubjective.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».