MétaCan
Menu
Retour à la cohorte
Enregistrement W4375845937 · doi:10.26522/vp.v20i1.4311

Entraîner un regard critique. Une pratique de l’« erreur » en création littéraire

2023· article· fr· W4375845937 sur OpenAlexaffvenueabout
Mattia Scarpulla

Notice bibliographique

RevueVoix Plurielles · 2023
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans le cadre d’un doctorat en études littéraires (recherche-création) à l’Université Laval, l’auteur de l’article documente et analyse des ateliers somatiques d’écriture qu’il anime depuis 2015. Il questionne ce que l’expression corporelle apporte à la pratique de la création littéraire. Durant un atelier, des écrivain⸱e⸱s exécutent des exercices de respiration, du yoga et des automassages Do-In ; chacun⸱e explore par le mouvement son anatomie osseuse et charnelle, se déplace dans l’espace avec les yeux fermés, puis iel commence à écrire. Aux automnes 2018 et 2019 Mattia Scarpulla a été chargé du cours « Écritures nomades » pour étudiant⸱e⸱s de premier cycle. Certaines séances débutaient avec de la méditation et du yoga assis. Ensuite, il proposait des exercices d’écriture automatique. Ces activités étaient un préambule au travail théorique et créatif sur le thème du voyage, et permettaient aux étudiant⸱e⸱s de lever leurs inhibitions. Il leur demandait aussi d’observer leurs compositions, de les commenter. Les étudiant⸱e⸱s identifiaient des « erreurs » dans leurs textes en prose et dans leurs poèmes. Pourtant, pendant la conversation, ces « erreurs » se révélaient être des possibilités créatives. L’article retrace cette expérience didactique pour questionner une rencontre des pratiques corporelle et écrite entraînant un regard critique, mettant en doute les conventions de production du texte, encourageant les étudiant⸱e⸱s à expérimenter plus librement la création littéraire.

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)0,013
score de la tête « metaresearch » (Gemma)0,017
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,075
Communication savante0,0220,018
Science ouverte0,0020,015
Intégrité de la recherche0,0090,018
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,300
Écart entre enseignants0,226 · 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
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVoix PluriellesMême sujetCultural Insights and Digital ImpactsTravaux en français237 207