Le pouvoir thérapeutique de la nourriture dans le roman de Kim Thuy, Man
Bibliographic record
Abstract
Kim Thuy mene une vie professionnelle tres interessante. Avant de devenir ecrivain, Kim a travaille comme avocate au Canada et en Asie. Par la suite, elle a ete proprietaire d'un restaurant appele «Ru de Nam» pendant 5 ans a Montreal jusqu'en 2007. Le roman L'homme raconte une histoire d'amour, de nourriture, d'exil et de vie entre mondes. Les descriptions de Thuy dans le livre sont extremement exquises et soulignent une relation harmonieuse avec la nourriture, nous rappelant que la nourriture est un moyen de partager l'amour les uns avec les autres et avec nous-memes. La nourriture a aussi beaucoup de poids historique car de nombreux plats traditionnels sont crees a partir d'ingredients locaux remplis de contexte et de finalites historiques. Je discuterai du pouvoir therapeutique de la nourriture dans le roman Man de Kim Thuy. Bien que le roman soit marque par l'exil et le refuge, il est egalement riche en images culinaires et en la fusion culturelle de la nourriture. Je decrirai tout d’abord l’image evoquant le pays natal de l’homme - le Vietnam. Par la suite, je discuterai de l’impact de la colonisation francaise sur le Vietnam ainsi que de sa cuisine autochtone. Enfin, je demontrerai l’integration de la tradition culinaire canadienne, plus specifiquement quebecoise, a celle de la France et du Vietnam. Faculty Mentor: Kyeongmi Kim-Bernard Department: French
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.019 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".