« Cet ailleurs qui est ici » : de l’usage du dépaysement dans You Are Not Needed Now d’Annette Lapointe
Bibliographic record
Abstract
You Are Not Needed Now (2017) rassemble onze nouvelles dont l’auteur, originaire de la Saskatchewan, vit et enseigne au nord de l’Alberta. Annette Lapointe appartient à une génération d’écrivains qui reste ancrée dans le courant régionaliste d’une littérature dite « des Prairies », dont les codes établis dans les premières décennies du siècle passé n’ont cessé d’être remodelés, du réalisme rural de la première moitié du XXème jusqu’aux innovations postmodernes qui donnèrent naissance au « régionalisme expérimental » de la fin du siècle (Fiamengo 2004, 250). A l’heure où les modes de vie sont devenus aussi urbains, connectés et mobiles dans les provinces de l’Ouest qu’à de nombreux autres endroits à la surface du globe, la littérature des Prairies ne s’est pourtant pas diluée dans les mutations post-nationales que traverse le Canada (Davey). A chaque nouvelle parution d’une histoire littéraire, un chapitre est dédié aux courants régionalistes qui n’ont rien perdu de leur vitalité dans ce pays immense et contrasté. L’imposant Oxford Handbook, dirigé en 2016 par Cynthia Sugars, n’est pas en reste. Dans le chapitre « Retracing Prairie Literature », Alison Calder interroge les exclusions sur lesquelles repose l’homogénéité du canon régional : suppression de la voix des femmes, suppression de la présence autochtone mais aussi suppression d’environnements autres que la ruralité investie en ses débuts par cette littérature de peuplement ou « settler literature ». La place qu’y occupe le paysage assortie d’un puissant déterminisme géographique ont en effet longtemps servi à démarquer un type d’intrigue, un profil de personnage ainsi qu’une esthétique reconnaissables entre tous (Calder 2016, 702). A la suite d’Alison Calder qui nous engage à « retracer » la littérature des Prairies pour en dégager les aspects méconnus ou occultés, cet article a pour objet les stratégies de dépaysement à l’œuvre dans Your Are Not Needed Now afin d’observer comment l’écriture de Lapointe parvient à déplacer, c’est-à-dire à décaler pour mieux le renouveler le canon dans lequel elle s’inscrit.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.010 | 0.010 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".