MétaCan
Menu
Back to cohort
Record W4200259063 · doi:10.26522/vp.v18i2.3533

récit à l’image de l’exil dans Travelers de Helon Habila

2021· article· fr· W4200259063 on OpenAlexvenueno aff
Iona Danaila

Bibliographic record

VenueVoix Plurielles · 2021
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration and Exile Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.740
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.001

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.

Opus teacher head0.018
GPT teacher head0.279
Teacher spread0.261 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueVoix PluriellesSame topicMigration and Exile StudiesFrench-language works237,207