Bibliographic record
Abstract
En 2000, déçue par la situation économique de la Roumanie, Felicia Mihali s’établit à Montréal, au Québec. Dans la “belle province”, en traduisant en français des livres qu’elle avait publiés en Roumanie avant son départ, elle rejoint le groupe des écrivains migrants dont font partie entre autres Émile Ollivier, Dany Laferrière, Naïm Kattan, Ying Chen, Abla Farhoud, Marco Micone, Sergio Kokis, etc. Dans un premier temps, elle donne par l’autotraduction une deuxième chance à ses livres et adopte, par la suite, le français et l’anglais comme langues d’écriture. En analysant trois de ses romans écrits en français (La reine et le soldat, Dina et La bigame1) dont les titres renvoient explicitement à des femmes, nous nous proposons dans cette contribution de voir comment l’expérience de l’exil y est illustrée par les parcours des héroïnes qui traversent des frontières et cherchent à s’habituer aux us et coutumes de leur pays d’accueil. Des textes de Felicia Mihali se dégage souvent l’image d’une exilée correspondant à ce que Janet Paterson appelle un “sujet transnational”, c’est-à-dire « un émigrant qui a soit choisi soit été forcé de quitter son pays d’origine. Mais […] il rejette la notion d’une identité formée à partir des critères de race ou de lieu d’origine au profit d’une identité complexe, mouvante, souvent multiculturelle et hors de l’enclos des souvenirs » (15-16). Par conséquent, en calquant le titre de notre article sur le titre de son roman Une deuxième chance pour Adam, nous essayerons de montrer que dans ses livres l’exil, vécu sur le mode positif, représente “une deuxième chance” étant donné que les protagonistes se caractérisent par un désir d’ouverture et d’intégration dans un autre espace géographique, linguistique et culturel.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.018 | 0.011 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.010 | 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".