MétaCan
Menu
← Retour à la cohorte
Enregistrement W2737967955 · doi:10.58282/colloques.4167

Performance auctoriale et dispositif littéraire. Autour de Pourquoi Bologne d’Alain Farah

2017· article· fr· W2737967955 sur OpenAlexaffabout
Élisabeth Routhier, Jean-François Thériault

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

It's not who I am underneath, but what I do that defines me. – Batman, Batman Begins Dans une salle de classe de l’Université McGill, à Montréal, un jeune professeur en costume donne une séance de cours. Une cigarette électronique K808 Turbo Voluptueuse est posée sur son bureau pendant qu’il parle tantôt de littérature, tantôt des rapports conflictuels qu’il entretient avec sa mère. Ce professeur s’appelle Alain Farah et il est aussi écrivain. Il a publié un recueil de poésie, Quelque chose se détache du port1, avant de faire paraitre son premier roman, Matamore no 292, suivi quelque temps plus tard de Pourquoi Bologne3. Ces deux derniers livres ont pour personnage principal Alain Farah, jeune professeur de littérature à l’Université McGill, à Montréal. Demandons-nous à présent : qui, exactement, donne le cours dans la salle de classe avec sa cigarette électronique ? L’auteur ou le personnage ? Et le costume qu’il porte, est-ce le complet-cravate d’un professeur, ou plutôt l’habit d’un personnage ? Avec Farah, ces questions ne sont pas seulement difficiles à élucider : elles semblent appeler une reformulation à partir d’un nouvel horizon paradigmatique dans lequel les distinctions entre littérature et réalité, entre vérité et fiction, entre texte, paratexte et contexte ou encore entre personnage et auteur seraient reconfigurées. Comme une certaine vague d’auteurs contemporains, Alain Farah explore et se joue des limites du littéraire en repensant notamment ses lieux de déploi

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,364

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1090,040

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 Opus0,150
Tête enseignante GPT0,320
Écart entre enseignants0,170 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCultural Insights and Digital Impacts→Travaux en français237 207→