Notice bibliographique
Résumé
My dissertation focuses on some of the ways in which twentieth-century American writers have represented pain and suffering. I examine the narrative strategies used by Stephen Crane, William Faulkner, Richard Wright, Toni Morrison, and Claudia Rankine (among others) to depict the event of bodily distress as a biocultural phenomenon. I argue that these texts describe pain as a conscious experience that is entwined with language, memory, noxious stimuli, social codes of behaviour, racial identity, gender expression, and class. I anchor my analysis in scenes of suffering that situate the aches and torments of their characters within the broader narrative framework of American settler-colonial violence. My work examines two storytelling strategies commonly used in American texts: first, I analyze the trope of a naïve youth who stumbles upon spectacles of intense injury and suffering. Texts like Huck Finn and “Chickamauga” deploy this narrative design to showcase how jingoist war-mongering, militarized expansionism, gun violence, and racially-charged assaults all create a national climate of profound misery. This anguish manifests as physical injury but also, most crucially, in sensations of psychological distress caused by stress, confusion, and fear. In The Red Badge of Courage and Black Boy: American Hunger, witnessing pain blurs into participating in it, as the protagonists find themselves experiencing profound suffering as a response to their physical trauma and distressed outrage towards America’s cruel cultures. The second trope I examine is that of the weary writer who is tasked with the burden of documenting, diagnosing, and conveying the pain around them. Writers like Nathaniel West, James Agee, Philip Roth, and Claudia Rankine all craft scenes in which a storyteller reflects on the act of narrativizing pain in order to illuminate some of the ways in which pain is socially constructed. My dissertation analyzes the linguistic strategies used to bring pain to life on the page and convey how pain is inflicted and felt. As my chapters unfold, I will reveal how American texts render the phenomena of suffering as a linguistically-structured conscious response to violence, racism, class conflict, and a host of other social issues plaguing the nation.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,032 | 0,025 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».