« Faire le Prussien ». Lecture ethnocritique de Saint-Antoine de Maupassant
Bibliographic record
Abstract
La nouvelle Saint-Antoine de Maupassant met en scène un paysan normand, prénommé Antoine qui, pour mieux prouver son opposition à l’occupation prussienne, engraisse le soldat prussien qui loge chez lui. Cette cohabitation se termine le jour où, suite à une lutte entre les deux hommes, Antoine assassine le soldat. Ainsi, le rite, celui du gavage du cochon, semble bien l’arme privilégiée des dominés et l’angle mort que rencontre le dominant. C’est justement la présence et la mise en récit de cette pratique culturelle que le présent article étudie. L’hypothèse générale repose sur l’idée qu’on peut mettre à jour, à partir d’une lecture ethnocritique, un jeu de correspondances structurelles entre grammaire rituelle et efficacité narrative. Le détour par le rite ne sert pas uniquement l’effet de réel et ne contribue pas simplement à teindre le récit d’une couleur locale. Le rite, tel que « textualisé » par Maupassant en tant qu’espace privilégié de rassemblement social, se transforme en système de résistance partagé par la communauté et en tactique de guerre mais aussi en espace de compassion ambivalent. La réappropriation du scénario rituel et sa théâtralisation dysphorique permet enfin de signifier qu’en temps de guerre la barbarie se loge certes chez l’ennemi mais aussi là où l’on répugne à la trouver, en nous-mêmes.
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 | 0.001 |
| Science and technology studies | 0.011 | 0.011 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".