place des Noirs dans la société française des XVIIIe et XIXe siècles
Bibliographic record
Abstract
Partie intégrante de la perception occidentale de l’Autre, l’individu Noir avait un rôle unique dans la France du dix-neuvième siècle et était traité comme inférieur. La présence mondiale de l’esclavage ainsi que le racisme dans la société française ont objectivé les individus Noirs, les transformant en un symbole de la puissance et de la conquête françaises. L’exploration de ce projet portera sur la représentation symbolique de l’individu Noir et son rôle sociétal au dix-neuvième siècle tel que présenté à travers le conte Ourika de Claire de Duras.Présentée comme une histoire vraie, Ourika raconte l’expérience d’une jeune fille Noire sénégalaise achetée à l’esclavage à l’âge de deux ans et élevée en France sous la tutelle d’une Française aisée. Tout au long de l’histoire, la perception française de l’individu Noir se révèle alors que nous suivons la croissance de la jeune héroïne et observons la découverte de sa propre identité et de sa place dans la société française. À travers une analyse d’Ourika, en me concentrant spécifiquement sur sa perspective évolutive de sa position dans la société française et le traitement qu’elle reçoit des personnages français, je créerai une relation entre le roman de Duras et les caractéristiques sociales de la France aux dix-huitième et dix-neuvième siècle. Cette recherche analyse Ourika en trois parties : un aperçu de la France à l’époque, une inspection de l’acquisition d’Ourika, et comment la perception d’Ourika de sa race est modifiée après qu’elle se rend compte qu’elle est différente de ses contemporains. Dans chaque section, nous contextualiserons les aspects du récit à l’histoire de France pour mieux comprendre le traitement des Noirs à l’époque..
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.009 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".