Bibliographic record
Abstract
Se situant à la croisée du mythe, du conte, de l’histoire et du romanesque, plusieurs des écrivaines de la francophonie procèdent à une réécriture des récits d’origine pour inventer un nouvel imaginaire où la femme est à la source du renouveau social plutôt que de porter le poids du péché originel. Ainsi, chez Calixthe Beyala, la femme, ayant pour ancêtre l’étoile qui s’efforce en vain de sauver l’homme de l’autodestruction, se tient désormais à distance de ce « soleil » par trop ardent. De la même manière, les personnages féminins du roman de Simone Schwarz-Bart s’écartent du chemin de l’homme, pour ne pas être entraînés dans sa course folle sur la voie des malheurs sans fin. Constatant que la « guerre des sexes » s’est ainsi inscrite dans les récits les plus anciens comme dans le langage du quotidien, Assia Djebar remonte à l’époque des anciens empires des Berbères, des Phéniciens et des Romains en quête de la langue perdue du dialogue entre « ennemis ». De manière analogue, le roman de Marie-Célie Agnant interroge l’histoire (dans ce cas celle de l’esclavage) afin de déceler le point de rupture et pour renouer le dialogue avec un Autre qui inspire méfiance depuis « l’origine ». À travers ces diverses réécritures s’esquisse alors un imaginaire de la (re)naissance où la langue perdue du coeur émerge du langage non verbal du corps.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".