Réflexions sur la rencontre de la recherche scientifique et de la fiction dans le contexte de la violence génocidaire. Autour du roman « Un Silence de pierre et de cendre » de Muriel Paradelle
Notice bibliographique
Résumé
Pourquoi vouloir parler de sa recherche et, surtout, avoir le désir de la transmettre à travers un roman, et, qui plus est, un roman policier ? Quels ont été les défis rencontrés tant au niveau de la recherche que de la narration fictionnelle, et, en contrepartie, quels ont été les apports de cette écriture autre ? Telles sont les interrogations auxquelles cet essai entend répondre, qui s’intéresse à la rencontre de la recherche scientifique — ici, en droit et sociologie du droit — avec la littérature de fiction, lorsque ces deux discours sont, en outre, aux prises avec un objet de recherche dérangeant de par sa nature, son ampleur et sa gravité, à savoir l’extrême de la violence génocidaire. L’apport du présent article à la réflexion réside essentiellement dans l’approche « de l’intérieur » de la problématique, puisque l’auteure s’est elle-même lancée dans cette aventure d’écriture à travers un roman, en grande partie nourri par ses propres recherches, paru sous le titre Un Silence de pierre et de cendre. Ce faisant, cet essai s’inscrit dans le champ en plein développement des études interdisciplinaires mêlant le domaine des lettres à la sociologie, à l’histoire, au droit…, et qui positionne la littérature au coeur de la circulation des idées.
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 | 0,063 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,020 | 0,090 |
| Communication savante | 0,027 | 0,020 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,013 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».