Anéantir lâAutre monstrueux : entreprise narrative et corporelle de disparition dans Moi, lâinterdite dâAnanda Devi
Bibliographic record
Abstract
Le récit Moi, l’interdite, se présente comme une exception parmi les œuvres d’Ananda Devi en ce qu’il n’aborde pas de front ni implicitement le thème de la dissidence féminine, comme nous pouvons l’observer dans la plus grande majorité des œuvres de l’auteure mauricienne. Au contraire, le récit s’évertue à mettre en place un processus singulier : celui d’une disparition, perpétré contre la narratrice et protagoniste principale, condamnée à être l’éternel Autre à cause de son physique monstrueux. \nLa présente étude se donne pour objectif d’exposer les rouages à la fois narratifs, thématiques, corporels et relationnels de cet anéantissement de l’Autre à travers une approche essentiellement narratologique. Dans un premier temps, l’entreprise de disparition est observée à travers plusieurs procédés narratifs : complexité chronologique, enchâssement de plusieurs niveaux de récit, abondance de narrataires. Dans un second temps, le thème de la disparition est questionné dans les relations aliénantes nouées par la narratrice, dont le corps difforme est le principal enjeu. \nDe cette volonté de destruction (re)nait et (re)meurt une narratrice, malade de folie, dont les séquelles incurables l’empêcheront de réaliser son désir d’appartenance à un Même fantasmé.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".