Bibliographic record
Abstract
Résumé Pendant près d'un siècle, l'institution littéraire a tenu en haute estime les Légendes canadiennes (1860-1861) de Henri-Raymond Casgrain. Mais autour des années 1960, commence à diminuer la fortune de ces textes, qui se voulaient fondateurs de la littérature canadienne par le truchement de la récupération des vieilles histoires que le peuple se racontait. Après une revue de la réception critique des Légendes canadiennes, Michel Lord propose une relecture des trois textes de Casgrain. Il met l'accent sur les stratégies discursives très personnelles mises en oeuvre par Casgrain dans la construction des « légendes », des figures du Canadien et de l'Indien, et dans l'organisation de la croyance au surnaturel. L'article a pour but de montrer que, sous le couvert d'une forme simple (la légende), Casgrain manipule savamment le discours narratif, sans pour autant qu'il en résulte un effet de richesse dialogique, mais plutôt une forme de monologisme conforme à l'idéologie unificatrice (ultramontaine) de l'époque, dont Casgrain se fait le défenseur acharné. Les Légendes canadiennes de Casgrain apparaissent ainsi moins comme le résultat d'une entreprise vouée à la sauvegarde des vieilles légendes, que comme une illustration du modèle exemplaire de ce que devait alors être la littérature canadienne.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.010 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 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".