Rêves amers et Conte cruel : les jeunes migrants de Maryse Condé
Bibliographic record
Abstract
Des sept textes de jeunesse écrits par Maryse Condé, quatre portent sur la migration, un mouvement humain compliqué, dur et fréquent qui touche à beaucoup d’enfants du monde. Dans Rêves amers et Conte cruel, Condé nous introduit à deux personnages, une fille de 13 ans et un garçon de 14 ans, qui sont déchus de leur enfance à cause de défis financiers et de pressions familiales. Dans Rêves amers, Rose-Aimée quitte sa terre natale en raison d’une sècheresse prolongée pour se trouver un emploi. Bien qu’elle espère fréquenter une école et travailler en même temps, elle finit par être victime d’exploitation. Dans Conte cruel, Tafa est responsable de la famille de son frère, qui s’est exilé à Dubaï pour une raison similaire à celle de Rose-Aimée. Ce dernier ne donnant aucun signe de vie, Tafa part à sa recherche. Même s’il a reçu le don d’une vache sacrée qui lui permet de produire des perles en pleurant, Tafa n’échappe pas à plusieurs difficultés pendant son voyage. Cette étude propose de faire ressortir les convergences entre ces deux textes de Condé pour comprendre le message qu’elle veut transmettre aux enfants sur la migration. Ce travail examinera la forme esthétique et l’approche sociocritique adoptées par Condé pour se rapprocher de l’imaginaire de l’enfant.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.004 |
| 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".