Lengua, exilio e identidad en dos escritoras francófonas: Kim Thúy y Laura Alcoba
Bibliographic record
Abstract
El artículo presenta la obra de dos escritoras de lengua francesa, Kim Thúy y Laura Alcoba, que han sufrido el exilio y que habitan en dos países de asilo distintos: Québec y Francia. Las dos despliegan una narración que articula la ficción y la realidad de forma innovadora para dejar constancia de una experiencia del exilio compartida con otras personas; en buena parte, la toma de la palabra pública con sus novelas trata de dar voz a estas vivencias silenciadas. La problemática de la identidad adquiere una dimensión esencial en cuya construcción el elemento familiar se instaura como fundamento esencial. El ensamblaje de la identidad de ambas escritoras se construye entre el presente y el pasado revisitado desde la edad adulta. En sus novelas, las narradoras de sus historias reivindican la construcción identitaria híbrida o transcultural, este rasgo caracteriza su personalidad literaria. La singularidad que une a Alcoba y Thúy yace en la elección de una lengua otra que la materna que las dos conocen sobradamente; sin embargo, el francés es elegido para dar testimonio de su recorrido vital. Este estudio trata de constatar el porqué de esa elección que les ha dado la libertad íntima de expresión para contar su exilio y su integración.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.020 | 0.009 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".