Breaking Down Walls in Post-Pandemic Transnational Fables: Kazuo Ishiguro’s <i>Klara and the Sun</i> and Mohsin Hamid’s <i>The Last White Man</i>
Notice bibliographique
Résumé
Kazuo Ishiguro’s Klara and the Sun and Mohsin Hamid’s The Last White Man are fables that indirectly engage with the COVID-19 pandemic. While neither novel explicitly mentions the pandemic, they offer subtle reflections on this period in our history and forecast COVID’s fallout. Ishiguro uses a childlike persona to explore a dystopian world involving artificial intelligence and gene editing. Hamid elliptically addresses the pandemic in the context of a resurgence of racism and the resilient response from Black Lives Matter activists over the past half-decade. I examine the two authors’ indirect representations of the pandemic and the way in which it triggers reflections on those partitions and fences put up to divide us. The pandemic’s inherently challenging nature for direct representation is echoed in these writers’ decision to create fables not tied to any particular country. While Ishiguro’s and Hamid’s novels evoke ideas about disease, death, and bereavement, they primarily focus on loneliness, digital dependency, and the social divisions that have arisen, especially since 2016 due to events such as Brexit and the election of Donald Trump. Readers look through Ishiguro’s titular cyborg character Klara’s eyes as she tries to make sense of the boxes, rectangles, partitions, and walls that she sees. And Hamid uses absurdism to explore racial classification, whereby characters lose their whiteness and cross over to an unstated ethnicity for the rest of their lives. These authors’ transnational narratives encourage breaking down the metaphorical and physical barriers that have divided people. Through their fable-like storytelling, the novelists strive to connect people and blur the lines that separate us.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».