Perceforest : de l’entremets et de l’entrelardement au pastiche, ou l’art de cuisiner les textes
Notice bibliographique
Résumé
Perceforest est un vaste roman en prose que Christine Ferlampin-Acher propose de dater, non du xive siècle, mais du xve. C’est sur cette datation qu’est basée l’étude qui suit. S’interroger sur le pastiche dans une oeuvre médiévale est tributaire d’une approche stylistique, problématique. À l’inverse, le questionnement sur le pastiche peut contribuer à nourrir une réflexion sur le style dans les oeuvres médiévales. Perceforest se présente comme une suite, à la fois de l’Historia Regum Britaniae et des Voeux du Paon, et comme une préhistoire du Graal du cycle de la Vulgate : y a-t-il continuité stylistique (et donc pastiche) entre Perceforest et les textes qui le bornent, en amont et en aval ? Le sujet, vaste, est abordé à travers l’étude du maintien de déclinaisons à morphologie latine (sera étudiée la relation entre Perceforest et ses modèles en amont) et de deux discours, du Christ et d’Alain (sera ciblée la relation avec le cycle Vulgate). Par ailleurs, Perceforest, comme chronique fictive, présente des traits qui vieillissent le texte et qui pourraient ressortir du pastiche : cependant, la patine naît surtout d’une nouvelle conception du passé, nostalgique, du fait de la confrontation avec le présent. L’étude du Conte de la Rose, dont la version en vers peut se lire comme un pastiche de lai et la version en prose comme un pastiche de mise en prose, confirme que c’est par la prise en charge du présent (les mises en prose sont un genre « moderne ») que l’écart temporel avec le passé se trouve le mieux mis en perspective. Finalement, comme les entremets et l’entrelardement (ce terme désigne dans Perceforest une conception esthétique fondée sur la variété), le pastiche a pour enjeu essentiel de redonner du goût à ce qui risque de devenir plat, monotone, routinier, topique.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».