The Genetic Parcours of a Literature of Trauma in Marie-Claire Blais’s Literary Production
Bibliographic record
Abstract
Ce que Suzanna Egan appelle la « culture de témoignages » se rapporte à la conceptualisation que nous offre Paul Ricoeur de la mémoire (individuelle et collective), qui est elle-même redevable à la « transformation du personnel en politique ». Inspiré par cette définition que nous offre Egan, mon étude vise à exploiter les témoignages politiques de Marie-Claire Blais, notamment ses convictions sociopolitiques sur la guerre et les réactions qu’elles ont suscitées au cours des XXe et XXIe siècles. Grâce à ses réflexions textuelles et picturales sur la guerre, retrouvées dans ses carnets illustrés inédits (1965-1970), dans son roman David Sterne (1967), dans sa nouvelle « Le Tourment » (1988) et dans ses essais Passages américains (2012) qui ont été rédigés pendant plus de cinq décennies, Blais nous offre un riche témoignage de nombreux événements sociopolitiques qui l’ont accablée depuis les années soixante : la Seconde Guerre mondiale, la Shoah, la Guerre du Vietnam, l’assassinat de figures politiques américaines (J.F Kennedy, Dr. Martin Luther King et Robert Kennedy). Mon étude est située à la croisée de plusieurs domaines de recherche : la critique génétique, les théories de l’autobiographie, la sémiotique visuelle et la sociocritique. Mon but est de cerner les stratégies textuelles et visuelles exploitées par Blais pour exprimer, au sein de ses carnets illustrés inédits, de ses essais et de ses textes de fiction, ses réactions personnelles et convictions sociopolitiques face à de nombreux événements traumatiques : la Guerre du Vietnam et autres tragédies humaines issues de guerres sur le plan international.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.018 | 0.039 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 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".