MétaCan
Menu
Retour à la cohorte
Enregistrement W4388727173 · doi:10.4000/rief.10943

Marie Darrieussecq et le roman de formation au féminin : La Mer à l'envers

2023· article· fr· W4388727173 sur OpenAlexaff
Maria Chiara Gnocchi

Notice bibliographique

RevueRevue italienne d’études françaises · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensHistorical Studies in Education
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

L’hypothèse formulée dans cet article est que l’on puisse lire La Mer à l’envers (2019) de Marie Darrieussecq comme un Bildungsroman dans lequel la romancière joue avec les topoï du genre. Deux parcours sont esquissés dans ce texte, qui pourraient faire l’objet d’un roman de formation : celui de Younès, jeune Nigérien sans papiers qui affronte une série de péripéties pour atteindre l’Angleterre, et celui de Rose, la protagoniste, dont la rencontre se révèle décisive pour réaliser le rêve de Younès. Alors qu’elle avait très peu d’ambitions au départ, Rose évolue dans son rapport avec sa famille, dans son travail, mais surtout elle prend conscience du rôle que chacun peut avoir au niveau global. L’originalité de Darrieussecq est de dessiner ces deux trajectoires, dont l’une pourrait être très typique et l’autre décidément atypique (femme, quarantenaire, avec un travail et une famille, Rose n’a rien du personnage traditionnel des Bildungsromane), et de privilégier finalement le parcours de formation d’une mère « à l’envers » enfin libérée du cadre intime qui a longtemps été destiné aux femmes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,354
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

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'admission1
Résumé présentoui

Explorer davantage

Même revueRevue italienne d’études françaisesMême sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207