Marginal Voices: Ying Chen’s Ecocritical Discourse in <i>Ahimsa</i>
Notice bibliographique
Résumé
Through the conceit of reincarnation, Ying Chen reprises the narrative representation of animals in Ahimsa (2023), giving voice to a rat, fly and snake. She reveals their mutual connection with “le Maître” in their past life, an enlightened being who is revealed to be Mahatma Gandhi and who lived and preached according to “ahimsa”, the principle of pacificism, compassion and respect for all living things. The individual stories of the creatures’ respective relationships with “le Maître” are interspersed with his teachings of non-violence and cooperation alongside an ecocritical discourse on urban expansion, environmental damage, climate change and the disappearance of species. From the movement between past and present, human and animal, fact and fiction, the importance of margins emerges. The translingual author chooses maligned creatures that are rarely attributed literary agency to be at the heart of her narrative and to represent marginalized people – those who are infirm, or failures and misfits, or from an inferior caste. The first section of the article interrogates this employment of individual animal narrators and examines how the forms, existences and lifeworlds of these creatures are presented, as well as their relationship to humanity. It takes into account recent theories about unnatural narration and current ecocriticism in China, particularly the branch of “spiritual ecology” and the practice of “environing at the margins”. The second section examines Chen’s ecocritical discourse expressed by collective voices and the politics and aesthetics of what/who is included and excluded. After exploring the environmental issues depicted, it investigates how nonhuman subjects are taken into ethical consideration. By coupling unnatural narratology with ecocriticism, this article not only analyses a very recent work of animal narrative fiction in francophone Canadian literature from a perspective on the margins, but also reappraises what we know, or assume, in the West about human-animal relations.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».