Les personnages autochtones dans trois romans québécois contemporains : une représentation stéréotypée
Bibliographic record
Abstract
Le racisme et l’appropriation des cultures autochtones sont des problèmes dont on parle de plus en plus dans les médias canadiens. La Commission de vérité et réconciliation du Canada (2007-2015) et l’Enquête nationale sur les femmes et les filles autochtones disparues et assassinées (2016-2019) en ont fait un sujet de société important et qui présente de multiples facettes. À travers l’étude de trois romans québécois récents, Mort-Terrain (2014) de Biz, Taqawan (2017) d’Éric Plamondon et Blanc Résine (2019) d’Audrée Wilhelmy – tous publiés après ou au moment de la parution de rapports exposant les discriminations systémiques vécues par les Premières Nations en contexte canadien –, cette thèse examine les façons dont ces œuvres représentent les personnages autochtones dans une logique mimétique qui perpétue la méconnaissance, une facette de l’appropriation culturelle soulignée par Dianne Lalonde. Les trois romans du corpus reproduisent des stéréotypes pour représenter les personnages autochtones. Cette thèse, qui a pour objectif de les analyser, se penchera plus particulièrement sur ces stéréotypes récurrents concernant les personnages autochtones dans ces romans, les stéréotypes concernant les femmes autochtones en particulier, avant de se pencher sur les interactions entre les personnages blancs et autochtones. Cette thèse vise ainsi à montrer que malgré tous les efforts de sensibilisation déployés depuis la mise en œuvre de ces grandes enquêtes publiques, des auteurs blancs, non autochtones, continuent de représenter des personnages et des communautés culturelles autochtones de façon préjudiciable, perpétuant les schèmes de la méconnaissance et de l’appropriation culturelle.
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 | 0.002 | 0.003 |
| Science and technology studies | 0.019 | 0.016 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".