MétaCan
Menu
Back to cohort
Record W2041634158 · doi:10.3828/qs.29.1.91

Loi du nom, loi du genre dans <i>Kamouraska</i>

2000· article· fr· W2041634158 on OpenAlexaff
Luc Bonenfant

Bibliographic record

VenueQuebec Studies · 2000
Typearticle
Languagefr
FieldArts and Humanities
TopicLanguage, Linguistics, Cultural Analysis
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsPhilosophyPolitical science

Abstract

fetched live from OpenAlex

Des la page couverture, KamourasL· se donne a lire comme un roman. Telle est bien l'appellation generique qui se trouve en sous-titre de la page de couverture de l'edition originale de 1970. Dans la plus pure tradition romanesque, il est bien sur possible pour le lecteur d'engager avec ce roman une lecture realiste: par la mise en evidence d'une dimension referentielle (Paterson 141), le texte se donne comme un discours ou pointe l'illusion realiste telle qu'elle existe au sein du genre du roman depuis le dix-neuvieme siecle. Les noms du texte, et surtout les toponymes, peuvent de prime abord donner l'impression de contribuer a cet effet. Mais une lecture attentive montre bien que la piste du nom revele la possibilite, voire la necessite, d'une lecture multigenerique du texte. De fait, on sait que le lecteur d'aujourd'hui attend generalement d'un texte qu'il depasse les limites de son genre pour participer de la poetique d'autres genres; ainsi fonctionne l'horizon d'attente generique contemporain. D'une part existe une constellation d'idees du genre qui servent de codes heuristiques. D'autre part existent des textes qui ne se soumettent jamais totalement a ces idees du genre, qui se trouvent en etat d'infraction face aux regles de ces genres. Ici, Kamouraska ne fait pas exception, et la critique hebertienne a souvent souligne comment le roman posait effectivement la question du genre: ce roman est-il historique, gothique, romantique, voire policier? Nous pensons que le fonctionnement textuel du nom est precisement un des signes du metissage generique qu'on attend d'un texte et, avec Elisabeth Nardout-Lafarge, nous posons la question: l'attribution d'un nom a un personnage correspond-elle a une logique generique qu'elle conforte et dont elle depend? (Nardout-Lafarge 1995, 251). A cet egard, il nous semble que le fonctionnement textuel des noms de Kamouraska—et plus particulierement celui du nom propre de l'heroine permet justement d'evaluer la part de metissage generique du texte hebertien.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.987
Threshold uncertainty score0.085

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0060.005
Scholarly communication0.0080.006
Open science0.0010.003
Research integrity0.0010.004
Insufficient payload (model declined to judge)0.0260.009

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.

Opus teacher head0.019
GPT teacher head0.233
Teacher spread0.214 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2000
Admission routes1
Has abstractyes

Explore more

Same venueQuebec StudiesSame topicLanguage, Linguistics, Cultural AnalysisFrench-language works237,207