Bibliographic record
Abstract
À partir de récits d’écrivains caribéens installés au Québec, l’article présente trois figures de migrants correspondant à différentes façons d’envisager l’expérience du déplacement: l’exil, la migrance et l’errance. L’ancrage territorial propre à l’exil est questionné par une forme plus introspective de « migrance », qui interroge autant les contradictions internes du pays d’accueil que la nostalgie du pays perdu. L’épreuve du retour désenchanté au pays natal creuse la distance entre le pays réel et le pays rêvé, cristallisé par la mémoire de la diaspora. En juxtaposant plusieurs espaces en un même lieu, la poétique de l’errance explore les interstices entre le pays réel et le pays rêvé, l’ici et l’ailleurs, le passé et le devenir. L’écrivain migrant crée un espace intermédiaire : le pays intérieur. Ce dernier est soustrait à la réalité des frontières territoriales et élargi vers des itinéraires transaméricains. L’errance refuse ainsi l’alternative entre l’assimilation à l’autre et l’enfermement dans une identité-racine. Les littératures migrantes illustrent comment se recomposent la subjectivité et la socialité contemporaines à partir de la diversité des appartenances, de la plasticité des frontières, et de l’hétérogénéité des postures énonciatives.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".