Les micro-agressions quotidiennes : un épuisement rhizomatique et ses représentations littéraires ; suivi de Bonne soirée, ma belle
Bibliographic record
Abstract
Ce mémoire se divise en deux parties : un volet réflexif et un volet création. S’inscrivant à l’intersection des études littéraires, des études sociologiques et des études féministes, le projet réflexif, dans un premier temps, a pour objectif de comprendre comment l’oppression s’inscrit dans le quotidien des femmes, de quelle manière les violences qu’elles subissent tout au long de leur vie provoquent un épuisement notable et de quelle façon la littérature investigue ces questions. Je me penche plus spécifiquement sur l’impact à long terme des micro-agressions. Ces micro-agressions se produisent tous les jours et elles sont bien souvent banalisées par les discours dominants. Elles s’ajoutent à un continuum de violences interreliées. À la suite de mes réflexions sociothéoriques, j’examine comment certains choix formels en littérature peuvent être des outils servant à la représentation des micro-agressions. J’analyse trois ouvrages de la littérature québécoise afin de réfléchir aux façons dont les autrices abordent l’oppression quotidienne et les micro-agressions. Dans un deuxième temps, le volet création est un récit autofictionnel, composé de courtes scènes, racontant le quotidien d’une jeune serveuse dans une pizzéria huppée de la Petite Italie à Montréal. Lieu de rencontres et d’amitiés, mais aussi un lieu à certains égards toxique, la restauration est un milieu où celles qui y travaillent sont témoins et victimes de toutes sortes de discours misogynes qui circulent dans notre société. Mon récit explore donc les impacts à long terme de ce genre d’endroit où les micro-agressions sont bien souvent quotidiennes. Dès la première page, la protagoniste se retrouve en plein coeur d’une soirée achalandée alors qu’elle est nouvellement engagée dans cette pizzéria. Elle est d’abord enthousiaste d’apprendre sur le vin nature et d’être dans un endroit prisé, tout en payant ses études universitaires en littérature. Puis, de façon insidieuse, l’accumulation au fil des mois de commentaires provenant à la fois de clients, de serveurs ou de cuisiniers provoque en elle une amertume, un cynisme envers les hommes. Écrit de façon intime, parsemé de pensées qui surgissent au cours de ses quarts de travail, mon projet a pour ambition de mettre en scène l’épuisement de la narratrice sous forme de désillusion complète, dans un crescendo qui la mènera à démissionner. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Violences à caractère sexuel, Micro-agression, Épuisement, Quotidienneté de l’oppression, Feminist Gaze, Récits de soi, Autofiction, Fragments.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.025 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.004 |
| 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".