Mémoire juive et espace urbain dans Dora Bruder et La Québécoite
Bibliographic record
Abstract
Ce mémoire propose des lectures croisées de la mémoire urbaine dans Dora\nBruder de Patrick Modiano et La Québécoite de Régine Robin. Les deux récits mettent\nen scène des narrateurs héritiers de la mémoire de la Shoah qui déambulent dans les\nvilles de Paris et Montréal.\nLa ville est espace d’intelligibilité dont les signes sont porteurs de sens à activer\npar l’observateur. À l’aide de la sémiotique de la ville (Benjamin) et des pratiques de la\nville (De Certeau) et en tenant compte de la position particulière des narrateurs autour\ndes enjeux du témoignage et de l’écriture, ce mémoire cherche à étudier comment la\nville participe au déploiement d’une mémoire juive en même temps qu’elle contribue à\nson inévitable perte. La Deuxième Guerre mondiale a eu lieu en partie à Paris, qui en\nporte les traces dans une forte densité mémorielle, tandis que Montréal, ville diasporique\noù les événements ne se sont pas déroulés, accueille les mémoires écorchées qui se\nfixent d’une autre manière dans l’espace urbain. Dans les deux récits, l’espace urbain est\nnécessaire à la mise en texte de la rupture et de la perte, qui se dévoilent à la fois au\nniveau thématique (destruction urbaine, échecs répétés, perte identitaire) et formel\n(remise en question du récit, hybridité générique.)
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 | 0.000 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.042 | 0.008 |
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".