MétaCan
Menu
Retour à la cohorte
Enregistrement W2559760284 · doi:10.7202/1090012ar

La violence du texte romanesque

2022· article· fr· W2559760284 sur OpenAlexvenueno aff
Henri Coulet

Notice bibliographique

RevueTopiques études satoriennes · 2022
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtHumanities

Résumé

récupéré en direct d'OpenAlex

Que la violence représentée dans un roman soit physique (la victime est enlevée, séquestrée, torturée, violée, assassinée...) ou morale (on menace la victime, on l’injurie, ou on garde avec elle un silence accablant, on la séduit pour se dérober ensuite, on excite sa jalousie, on lui impose un mariage ou on la contraint d’y renoncer, on la force à prononcer des voeux...), il est sûr que le lecteur partage d’une certaine façon la souffrance, l’angoisse et le désespoir exprimés ou impliqués dans le texte, il est non moins sûr qu’il n’est pas lui-même directement l’objet de ces violences, et qu’il le sait. La critique récente a étudié la fonction du lecteur, soit pour la réduire à l’extrême et analyser la façon dont le texte « fonctionne » indépendamment du lecteur et même de l’auteur, soit pour l’exalter au point de prétendre que le texte existe seulement par les lectures qui en sont faites; et l’on a distingué « des lecteurs virtuels, des lecteurs idéaux, des lecteurs modèles, des superlecteurs, des lecteurs projetés, des lecteurs informés, des archilecteurs, des lecteurs implicites, des métalecteurs, etc. ».

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,017
Tête enseignante GPT0,249
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopiques études satoriennesMême sujetLinguistics and Discourse AnalysisTravaux en français237 207