Québec, Brésil, terres d’asile : aborder l’Amérique dans les romans Ru de Kim Thúy et Amerika de Sérgio Kokis
Bibliographic record
Abstract
Dans le roman Ru, l’auteure québécoise Kim Thúy revient sur son passé pour faire le récit de l’exil vécu dans son enfance à cause de la guerre du Vietnam. Elle retrace les derniers moments passés dans la ville d’Hanoï bouleversée, avant le départ de la famille pour le Québec, leur voyage et l’arrivée dans ce pays imaginé qui devient son pays d’adoption.Dans Amerika, Sérgio Kokis retrace l’immigration au Brésil d’une petite communauté partie de Livonie au début du siècle sous la houlette de son pasteur, pour fuir la misère et les persécutions, dans l’espoir de connaître une vie meilleure et de participer à la construction de l’Amérique. L’auteur y retrace les espoirs et les déconvenues de ces êtres sacrifiés par l’histoire.Ces deux univers narratifs très dissemblables dans leur facture permettent de confronter deux écritures contemporaines de la mémoire de l’exil : la charge affective contenue dans le récit autobiographique de Kim Thúy contraste avec l’attitude plus distanciée et documentaire de Sérgio Kokis dans la reconstitution de l’histoire d’une communauté disparue et oubliée. Nous chercherons à mettre en évidence les représentations de l’Amérique sous-jacentes à différentes époques et les idéologies qui les ont engendrées. Notre intérêt portera sur la manière dont les auteurs traduisent le passage du mythe à la réalité ainsi que sur les étapes d’une reconstruction identitaire, individuelle et collective. Enfin, nous nous interrogerons sur le sens de ce projet scriptural chez les deux écrivains.
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 | 0.001 |
| Science and technology studies | 0.013 | 0.010 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".