Bibliographic record
Abstract
Ouvrage dense et riche, Le Diable à la danse est le fruit d’une recherche où se rencontrent, autour d’un même thème, les réflexions croisées de l’auteur sur les contes et légendes de l’Amérique française, la littérature orale, la mémoire rurale et urbaine, le sens et la fonction du récit dans la transmission de la mémoire. Folkloriste reconnu, professeur retraité de littérature québécoise et d’ethnologie à l’Université Laval, Du Berger avait initialement présenté Le Diable à la danse comme thèse de doctorat, en 1980. Si le ton de l’ouvrage, quelque peu scolaire, trahit sa provenance, la lourdeur académique est largement compensée par le foisonnement des exemples choisis et par la finesse du parcours analytique proposé. Celui-ci, reposant sur un corpus désormais augmenté—l’auteur ayant intégré des versions contemporaines des récits où le diable et ses avatars interviennent dans les fêtes humaines, tels des contes urbains et certaines légendes affichées sur Internet—permet de comprendre, par la multitude des récits, les diverses articulations orales et littéraires d’unmême thème.Audelà de la dimension esthétique, par le biais d’une réflexion qui emprunte à l’ethnographie culturelle, l’étude permet également « de tenir compte du rôle de ces récits dans la vie collective » (26).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.033 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".