Notice bibliographique
Résumé
When describing a landscape, ocularcentric approaches tend to dominate human’s understanding of their surroundings while disregarding alternative ways of conceiving the world through other senses which have often been more associated with the “animal-side” given their apparent subjectivity. To challenge this anthropocentric perspective, this chapter undertakes a close reading seven of Atwood’s novels— Surfacing (1972), Lady Oracle (1976), Life Before Man (1979), Cat’s Eye (1988), The Robber Bride (1993), Alias Grace (1996) and The Blind Assassin (2000)—to analyse how the landscape is reflected, particularly to comprehend if these passages go beyond a traditional visual representation. Thus, the chapter studies how Atwood transports the reader to the Canadian landscape through the presence of nonhuman animals and how they shape human’s understanding of space and time. To do so, it applies the theories of Canadian composer and environmentalist Murray R. Schafer in his book The Soundscape: Our Sonic Environment and the Tuning of the World (1977) and Ben De Bruyn’s reenvisioning of the concept of “soundscape” in The Novel and the Multispecies Soundscape (2020) to survey how literature can become a medium through which landscapes can be aesthetically experienced through the different senses of humans. To better illustrate the interactions between human and nonhuman animals in shaping the landscape and how they are perceived by Atwood in her works, the analysis distinguishes between mammals, birds and arthropods.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,006 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,002 |
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 ».