Bibliographic record
Abstract
S’inscrivant dans le droit fil de textes tels Donner la mort (1999) et Demeure. Maurice Blanchot (1998) où est interrogé, entre autres questions, le statut du pardon, de la promesse, du mensonge et du témoignage, de leur indécidable « vérité » ou partage en régime de fiction littéraire, cette analyse du récit de l’écrivain français et traducteur Henri Thomas aborde la figure de cas complexe du parjure. Se trouvent en effet transposés dans Le parjure certains éléments de la vie de Paul de Man, l’ami qui lie ici tant Henri Thomas que Hillis Miller (à qui ce texte est dédié) et l’auteur lui-même, qui a consacré à de Man plusieurs textes. La lecture se fait tout particulièrement attentive aux brusques sautes de syntaxe du récit, marqué par la (plus-que) figure de l’anacoluthe. Ces ruptures abruptes, tout comme les glissements interrupteurs des mensonges d’Albertine dans la Recherche, infléchissent le récit dans des zones troubles où l’auteur, au sujet du parjure, convoque les essentielles figures du « peut-être » et du « comme si » qui hantent pour lui la fiction de type littéraire. Car si l’on ne sait plus faire la différence, en l’absence de toute preuve, entre « lying » et « storytelling », entre mentir et raconter des histoires, qu’en est-il de la vérité et de ses effets, mais plus encore du secret de la littérature et de la responsabilité qui revient au témoin, cet analyste à qui est confiée l’étrange événementialité de cette fiction réelle ?
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.017 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".