Notice bibliographique
Résumé
Dans cet article, je discute les principaux procédés graphiques utilisés par Michel Tremblay pour rendre compte des particularités orales de langue de ses personnages, en me concentrant sur cinq pièces. Je m’intéresse plus précisément aux procédés graphiques qui permettent une « mise en texte » des caractéristiques communicationnelles de l’oralité et de ses variations. Ces éléments sont de trois ordres, en rapport avec le dispositif discursif particulier de la littérature et du genre dramatique. Je me concentre sur les éléments graphiques qui relèvent de l’échange personnage-personnage. Dans les textes choisis, ces éléments sont souvent associés à une « déraison graphique » (Christin en référence à Goody), c’est-à-dire à une certaine iconicité du langage, mais cette déraison est toute relative. Les « néographies phonétisantes » (Anis) en constituent un exemple majeur. Ces formes, qui sont détournées de l’orthographe pour rendre compte de phénomènes oraux comme le débit ou la variation phonétique, résultent plus d’une négociation avec les contraintes du code écrit, que de leur remise en cause radicale. La plupart des dramaturges qui usent de ce procédé n’inventent pas une nouvelle langue ni de nouveaux graphèmes, ils essaient de rendre compte de la variété linguistique des personnages qu’ils créent, ils bricolent des profils langagiers crédibles pour stigmatiser une classe sociale ou simplement différencier les personnages entre eux.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».