Mad land, My land: the problem of National Identity in Vargas Llosa's La casa Verde
Bibliographic record
Abstract
Este art?culo propone que a pesar de su tentativa de forjar una conciencia hispano americana, novela del Boom tiene como su enfoque principal el contexto nacional del pa?s de origen del autor. La integraci?n que se realiza en estas novelas es m?s que todo una consolidaci?n de identidad nacional. La llamada conciencia hispanoamericana se radica en asimilaci?n simult?nea, en distintos pa?ses, de identidades regionales o ?tnicas. Enfoc?ndose en el caso de La casa verde de Mario Vargas Llosa, el art?culo analiza integraci?n progresiva de personajes provenientes de realidades exc?ntricas como Bonifacia, una ind?gena de regi?n amaz?nica, y Lituma, un mangache de un barrio obrero de Piura. Se interpreta el aniquilamiento de sus identidades ?tnicas y/o regionales como un rasgo del impulso centralizador y asimilacionista que gobierna el texto. El an?lisis se nutre de las teor?as de Benedict Anderson, seg?n las cuales construcci?n ideol?gica de naci?n burguesa depende de creaci?n de un concepto de cronolog?a compartido por todos los habitantes del territorio nacional. Igualmente, se refiere a las ideas de Antonio Cornejo Polar, quien critica tentativa de imponerle una identidad coherente a una naci?n heterog?nea como el Per?. Se mantiene que a Don Anselmo, quien protagoniza liberaci?n de Mangacher?a mediante construcci?n de los dos prost?bulos llamados la casa verde, se le permite jugar el papel de libertador, en t?rminos de ideolog?a de novela, porque carece de patria chica, acento regional o identidad ?tnica. Por eso, sirve como modelo del ser puramente nacional: meta hacia cual se desarrollan los otros personajes. Finalmente, se ubica esta novela dentro del desarrollo del propio Vargas Llosa, desde un escritor joven en cuya obra protesta social y las ideas marxistas se enfrentaban con el individualismo, hasta el conocido partidario del neo-liberalismo evidente en las novelas, ensayos y discursos de las dos ?ltimas d?cadas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".