Enjeux des oeuvres de Michel Jean à la lumière de la perspective décoloniale et de la mémoire multidirectionnelle
Bibliographic record
Abstract
Notre projet de fin d’études se centre sur l’analyse des oeuvres de Michel Jean, écrivain francophone et autochtone. Avec un caractère autobiographique et social, ses textes comme Le vent en parle encore et Kukum tissent la présence du passé traumatique dans le présent et servent de véhicules pour la réinterprétation de l’histoire officielle : comment la sédentarisation forcée, le génocide culturel des enfants ont-ils été possibles ? Pour mesurer les enjeux et la portée de ces fictions quant à ces passés traumatiques, nous avons choisi de les analyser à la lueur des théories décoloniales (Mignolo, 2011) et de la mémoire multidirectionnelle (Rothberg, 2009) qui s’articule dans le dialogue des mémoires de passés traumatiques sur le sol du Québec à l’heure actuelle. Ainsi, nous étudierons le contexte historique, sur ces peuples autochtones longtemps soumis à l’invisibilité, à l’aliénation et au musellement, sur une colonisation qui même aujourd’hui continue à avoir un impact sur la vie et l’identité des communautés indigènes, pour ensuite analyser comment ces dialogues de mémoires s’incardine dans ces textes, des mémoires propres et comparables à d’autres passés traumatiques de peuples colonisés qu’il faut écouter pour une réparation morale nécessaire pour la restitution d’une dignité qui leur fut longtemps bafouée.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.017 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| 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".