Humain/animal : rupture, contiguïté et perméabilité dans Espèces de Ying Chen
Bibliographic record
Abstract
Alors que ses premiers romans remettent en question la notion d’authenticité et promeuvent essentiellement une hybridité ethnique qui associe les nouveaux modes culturels aux impératifs sociétaux d’origine, avec Espèces (2010), Ying Chen s’interroge cette fois sur une forme d’hybridité détachée de toute classification ethnique : l’intervalle au sein duquel humanité et animalité se rencontrent occasionnellement. La relation entre animalité et humanité constitue l’épicentre de la fiction Espèces dont l’intrigue est envisagée par une narratrice qui se métamorphose provisoirement en femme-chatte. Ying Chen place cet être hybride à la croisée des philosophies nietzschéenne, bergsonienne et derridienne, et s’engage dans une déconstruction des frontières manichéennes qui opposent traditionnellement l’humain à l’animal. Cette déconstruction ne suppose pas la destruction totale des frontières en question, ni ne préconise l’hermétisme de ces mêmes séparations. Chez Ying Chen, la frontière qui sépare l’humain de l’animal est envisagée en tant que paradigme récursif et, de par sa porosité, reconnaît à la fois altérité et contiguïté. Avec Espèces, l’auteure élabore une nouvelle anthropologie qui oscille entre rupture et contiguïté, et tente de rendre compte d’une frontière perméable à travers laquelle s’invitent l’humain et l’animal. Ainsi, Ying Chen entreprend essentiellement de rendre compte de la perméabilité ponctuelle d’une frontière existante à travers laquelle s’invitent parfois l’humain et le non-humain, et nous propose de reconnaître l’animalité en nous et de nous en séparer à la fois.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.014 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".