Notice bibliographique
Résumé
Le narrateur du roman Moïse Moïse, Nathan Mausus, grandit au sein d’une famille québécoise déchirée et superstitieuse, mais une figure se démarque à l’intérieur de la cellule familiale : Moïse, de dix ans son frère aîné. Modèle à suivre pour le narrateur et personnage érudit qui contraste avec le reste de la famille Mausus, Moïse brille par son absence. S’il apparaît d’abord comme le personnage le plus sensé dans l’univers de l’enfant, Moïse souffre à l’adolescence d’épisodes psychotiques. Après un séjour à l’hôpital, il quitte le Québec pour étudier à New York, avant d’entamer un tour du monde. Au bout d’un exil de quinze ans, il revient au Québec, transformé et radicalisé. Le roman Moïse Moïse s’inscrit dans les courants du récit d’apprentissage et du portrait de famille, mais entend en détourner les codes. Il questionne au passage la mythologie familiale, les rites initiatiques et la pauvreté liée au territoire, et interroge la porosité entre folie et radicalisation. Au nom de nous qui ne sommes pas vise à déterminer le rôle de l’identité au sein du processus de radicalisation des personnages dans le roman L’orangeraie (2013) de Larry Tremblay. Pour ce faire, l’essai se fonde sur l’analyse du discours et l’appropriation de concepts sociologiques et philosophiques empruntés à Benedict Anderson, René Girard et Paul Ricœur. La première partie examine deux communautés, l’une réelle et l’autre fantasmée, là où la seconde s’interroge sur la valeur de l’individu dans une société dominée par la collectivité. L’écart entre les deux communautés apparaît comme un point de rupture essentiel, d’où émerge une légitimation du sacrifice. À partir de cette idée, il est possible de comprendre en quoi la mythologie familiale, le processus de transmission, la religion instituée dans le récit, l’individualité et la gémellité participent de la radicalisation dans le roman de Larry Tremblay.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 ».