L’horreur comme littérature-monde, le cas de la littérature québécoise. <i>Mort-Terrain</i> de Biz et <i>Qu’il est bon de se noyer</i> de Cassie Bérard
Notice bibliographique
Résumé
La curiosité pour l’horrible est répandue aux différentes parties du globe et il s’agit d’un genre qui circule à travers différents médiums : la littérature, le cinéma et la télévision. Un peu comme Andreas Hedberg l’affirme à propos de la crime fiction, Stephen King présente le genre de l’horreur comme extrêmement adaptable et utile dans son essai Danse Macabre, qui esquisse les grandes lignes d’une théorie de l’horreur. À l’instar de Louise Nilsson, David Damrosch et Theo D’haen, éditeurs de Crime Fiction as World Literature, je prendrai pour point de départ la littérature-monde en relation avec la société, mais à partir de l’horreur en littérature québécoise, qui n’échappe pas à la fascination pour l’inquiétant et l’effroyable. De la même façon que Nilsson, Damrosch et D’haen l’ont relevé à propos de la crime fiction, l’horreur est propice à formuler une critique sociale et met l’accent sur des problématiques de nature politique. Je m’attacherai à montrer que l’horreur peut servir à une critique du capitalisme global à partir de deux romans québécois qui ont pour cadre une ville minière mono-industrielle dévastée : Mort-Terrain (2014) de Biz et Qu’il est bon de se noyer (2016) de Cassie Bérard. L’horreur constitue l’une des façons de rattacher la littérature québécoise à la littérature-monde en raison de son caractère glocal. Après avoir présenté l’horreur comme genre social, je procéderai à l’analyse de trois motifs de l’horreur qui sont directement en lien avec les conséquences du système capitaliste incarné par la mine : la petite ville abandonnée (ou presque), la succession d’accidents (ou de meurtres) et l’apocalypse.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».