Andreyev’s “Mysl’” (“Thought”) as an Object of Literary and Psychiatric Analysis
Notice bibliographique
Résumé
The article analyses L.N. Andreyev’s short story “Mysl’” (“Thought”, 1902) both on the formal-compositional level and on that of its ‘clinical’ history. After having premeditatedly murdered his friend Savelov, Doctor Kerzhentsev, the protagonist, asks himself and the psychiatrists carrying out his clinical evaluation the question: when he killed Savelov, was he crazy or did he simulate madness to escape justice? The question remains unanswered both in the story and in the play with the same title (1914). Between 1903 and 1914, numerous, often eminent, scholars — psychiatrists and neurologists — tried to answer this question, but were unable to come to any definitive conclusion. In the 1980s, an Italian Jungian psychiatrist explained why it was impossible to subject a literary character to an objective psychiatric analysis, and in the early 2000s a Canadian literary critic turned the problem on its head, stating that it was Andreyev who was mentally ill; it was not Kerzhentsev who simulated madness, but rather his author who simulated sanity. Kerzhentsev’s question therefore remains unanswered, but over time “Mysl’” has also been enriched with a historical and sociological value, becoming representative of the Russian cultural and social atmosphere of the early 1900s, the years defined as the “Little Apocalypse” and the “Nervous Century”.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,029 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».