Regards (dés)humanisants sur l’itinérance dans la littérature québécoise: <i>Anna et l’enfant-vieillard</i> de Francine Ruel et <i>Chercher Sam</i> de Sophie Bienvenu
Bibliographic record
Abstract
Plusieurs romans québécois mettent en fiction des personnages en situation d’itinérance comme protagonistes ou simples figurants. Ils reflètent souvent le regard que la société pose sur eux, un regard empreint de préjugés – tels que de les croire violents, toxicomanes, alcooliques ou malpropres, ou atteints de troubles mentaux – des préjugés qu’il faudrait déconstruire. Ainsi, l’analyse des romans Anna et l’enfant-vieillard (2019) de Francine Ruel et Chercher Sam (2014) de Sophie Bienvenu révèlera comment ces deux autrices utilisent ces stéréotypes, non pas dans le but de déshumaniser leurs personnages, mais au contraire dans celui d’exposer le regard méprisant dont sont victimes les personnes démunies (tant le regard d’autrui que le regard sur soi). Celle-ci sera effectuée à l’aide d’études sociologiques et psychologiques sur la déshumanisation et le profilage social des personnes en situation d’itinérance. En outre, en leur donnant une voix, un visage et un nom, les autrices contribuent à réhumaniser ceux et celles qui vivent dans la rue. Mais auparavant, comme le visage de l’itinérance apparait de plus en plus fréquemment dans les œuvres romanesques contemporaines, nous proposons un survol de leurs représentations et de leurs fonctions dans la littérature québécoise.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.007 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 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".