MétaCan
Menu
Retour à la cohorte
Enregistrement W4405200908 · doi:10.26522/vp.v21i2.4892

Raconter la chasse. Territoire et communauté dans La foi du braconnier (2009) de Marc Séguin et La bête lumineuse (1982) de Pierre Perrault

2024· article· fr· W4405200908 sur OpenAlexvenueno aff
Christian Guay-Poliquin

Notice bibliographique

RevueVoix Plurielles · 2024
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLiterary Analysis and Cultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La chasse et la narration sont des activités qui remontent aux origines de l’humanité. Ainsi, on retrouve des récits de chasse aussi loin que la documentation archéologique nous permet de remonter. Or, il est important de souligner que la chasse, dans les arts narratifs, servait souvent à raconter autre chose que la chasse elle-même. La portée symbolique de ses composantes, sa dimension métaphorique, son rapport à l’animal et à la nature ont contribué, au fil des époques, à la structuration de différents discours, qu’ils soient cosmologiques, hiérarchiques ou critiques. À partir de ce puissant maillage historique, cet article vise à cerner comment le roman La foi du braconnier (2009) de Marc Séguin et le long métrage La bête lumineuse (1982) de Pierre Perrault mobilisent la thématique cynégétique, profondément inscrite dans la tradition, afin de mettre en scène différentes problématiques contemporaines, notamment par rapport au territoire et à la communauté.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,022
Communication savante0,0080,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVoix PluriellesMême sujetLiterary Analysis and Cultural StudiesTravaux en français237 207