DU BOOKTUBE À LA VIDÉO DE LECTEUR : ENJEUX D’UN GENRE SCOLARISABLE
Notice bibliographique
Résumé
La littérature en ligne brouille constamment ses propres frontières. Les contours du carnet de bord, du coup de coeur ou de l’autofiction sont poreux, mais on repère aisément sur Internet des journaux de lecteurs filmés autoproduits. Parallèlement à la vogue du BookTube, canal de promotion du livre motivé par la grande diffusion et le savoir-faire médiatique d’une communauté internationale d’auteurs de vidéos sur YouTube, la vidéo expérimentale de lecteur, que Bonnet qualifie de « littéraTube », tient de l’autoportrait, de la lecture actualisante (Citton, 2007) et de l’interlecture (Bellemin-Noël, 2001). L’analyse qualitative d’un échantillon de vidéos montre comment la lecture s’y scénarise, se fait récit et reconfigure l’énonciation. Incités à produire une vidéo de lecteur, des étudiants de lettres nous fournissent un corpus qui nous permet de nous demander comment la vidéo employée comme expression d’une réception reflète et infléchit l’activité du lecteur. Dès lors, quelle spécificité littéraire peut-on reconnaître à ces productions ? Cet article se propose de contribuer à l’interrogation sur les genres littéraires numériques et à la réflexion sur les enjeux didactiques de la transposition scolaire de l’un d’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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».