MétaCan
Menu
← Retour à la cohorte
Enregistrement W7042901778

Representations of Home: A Study of Memory and Trauma

2022· dissertation· en· W7042901778 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2022
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueShort Stories in Global Literature
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWitnessExpatriateFocus (optics)SubconsciousDisplacement (psychology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis analyzes three Canadian Sri Lankan writers’ representations of “Home” in Running in the Family by Michael Ondaatje, Funny Boy by Shyam Selvadurai, The Boat People by Sharon Bala and Anil’s Ghost also by Ondaatje. Most of the novels capture some of the “crucial junctures” in Sri Lankan history that intersect with political, ethnic, and national conflict; and how traversing these intersections causes trauma in the characters. Each writer in their text examines Sri Lankan history from a distance, while renegotiating their characters’ ties to their homeland. I examine existing theory by Susan Stanford Friedman and Vijay Agnew as they define what a home is, and look at displacement and belonging simultaneously to examine what they have to say about the home as a construct. In my thesis, I explore how each writer reinvigorates what “home” means to their characters, via the fictional representations of their emotional and expatriate longings, through memory, trauma and nostalgia. I particularly focus on these four texts by referring to Marianne Hirsch’s discussion of “postmemory” and Edward Mallot’s theory examining the role of witness writing in each text. Finally, I consider the role of the body in transferring memory and trauma, both in the representations of literal bodies of slain characters, but also through the recollected memory of forebears, and how those familial predecessors transfer history by creating witnesses to their memories and trauma.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,027
Communication savante0,0080,007
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
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 Opus0,019
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)→Même sujetShort Stories in Global Literature→Travaux en français237 207→