Le plurilinguisme textuel et les mécanismes de sa mise en œuvre chez Ahmadou Kourouma et Patrick Chamoiseau
Bibliographic record
Abstract
Parler du plurilinguisme textuel dans le roman francophone, c’est poser la question du choix de la langue d’écriture chez l’écrivain francophone, mais aussi c’est évoquer à la fois les éléments constitutifs qui participent de la définition même de la littérature francophone. Par définition, un écrivain francophone c’est celui qui écrit en français peut-on dire de manière tautologique. Mais cette définition passe sous silence la dimension institutionnelle voire idéologique à l’œuvre dans la constitution de tout groupe social. Ainsi, selon Dominique Combe, les écrivains francophones forment un groupe bien distinct dans lequel des hommes et des femmes « expriment le sentiment d’appartenir, à travers la langue française, à une communauté de pensée, de culture. » (Combe, 1995 :14). Cependant, il faut reconnaître que tout texte possède sa propre identité, par ses langues et ses référents extratextuels, que ceux-ci soient ceux de l’auteur ou non. Dès lors, comment distinguer la langue de l’auteur de celle du texte ? Et dans quelles mesures les mécanismes de la mise en texte des langues concourent à la production du sens dans l’œuvre ? Alors qu’Ahmadou Kourouma se vante de faire parler ses personnages dans la langue de leur milieu social et culturel, Patrick Chamoiseau, se qualifiant lui-même de marqueur de parole, affirme retranscrire les paroles du conteur. Dès lors, à travers une approche comparative, il sera question dans cette communication d’analyser chez ces deux écrivains francophones, Ahmadou Kourouma et Patrick Chamoiseau en l’occurrence, comment cette textualisation des langues est mise en pratique dans leurs écritures.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.008 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".