MétaCan
Menu
← Retour à la cohorte
Enregistrement W244653377 · doi:10.71781/14125

Maurice Duplessis : mises en récit d'un personnage historique

2014· dissertation· fr· W244653377 sur OpenAlexaboutno aff
Pierre Berthelot

Notice bibliographique

RevueOpen MIND · 2014
Typedissertation
Languefr
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Comme son titre l’indique, ce mémoire a pour objet une réflexion sur la mise en récit d’un personnage historique. Afin d’explorer l’évolution des points de vue sur un personnage historique (Maurice Duplessis) et l’époque à laquelle il est rattaché dans la mémoire collective (la Grande noirceur), ce travail s’appuiera sur la théorie de la biographie de François Dosse (Le pari biographique) ainsi que sur les mises en récit et le discours de trois auteurs différents. La première biographie analysée sera Maurice Duplessis et son temps, récit historique romancé et admiratif d’une figure quasi royale, écrit par Robert Rumilly, historien royaliste et disciple de Charles Maurras. La seconde biographie analysée sera Duplessis, le grand récit épique d’un conservateur illustre, écrit par Conrad Black, homme d’affaires et historien de sensibilité conservatrice. Finalement, la troisième biographie analysée sera la série télévisée Duplessis, écrite par Denys Arcand, présentant Duplessis comme l’incarnation tragique et séguiniste de la nation canadienne-française, lucide et désabusé par rapport à l’impasse historico-politique de son peuple. Pour compléter l’analyse, ce mémoire s’appuiera aussi sur la théorie de l’identité narrative de Paul Ricœur dans Soi-même comme un autre, Temps et récit et La mémoire, l’histoire, l’oubli, et sur la mise en récit et l’écriture même de l’histoire étudiée par Michel de Certeau dans L’écriture de l’histoire. À travers l’analyse de ces trois biographies, ce mémoire tentera de montrer l’évolution du rapport à la mémoire collective et les distinctions entre l’Histoire et la fiction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,010
Communication savante0,0070,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetHistorical Studies and Socio-cultural Analysis→Travaux en français237 207→