Bibliographic record
Abstract
La littérature de l’exil a en général un contexte sociopolitique et culturel réel en toile de fond. Le roman Travelers (2019) du Nigérian Helon Habila n’est pas une exception, mais, en dehors des échos avec la crise des migrants en Europe de 2019, sa construction narrative est elle-même à l’image de l’exil et de la migration. Ainsi, nous tâcherons d’analyser dans cet article la manière dont l’expérience de l’exil façonne et reconfigure le récit.
 Tout d’abord, nous aborderons les points de départ narratifs faisant écho aux voyages et aux parcours des personnages. Le récit de l’exil apparaît ici comme l’archive mémorielle du passé des migrants, passé qui est leur seule certitude et qui explique le désir de stabilité. Néanmoins, dans un deuxième temps, toutes les histoires enchâssées du récit-matrice traversent plusieurs étapes dont le cheminement s’apparente souvent à une forme de « déterritorialisation » selon le terme de Deleuze et Guattari. Ce monde sans repères habité par les migrants mène inévitablement à l’égarement. Des lieux comme le camp de réfugiés ou encore la mer ont ainsi un rôle de dés-ancrage illustré à travers la structure achronique et le changement de focale des personnages. Enfin, l’article analysera les mises en scène des lieux d’arrivée qui s’apparentent plutôt à des nouveaux départs qui refusent l’immobilisme. Ainsi, à travers une construction narrative en spirale, cet article se propose d’analyser le roman de Habila comme un récit-voyage à l’image des expériences migratoires.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.009 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| 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".