Le dedans et le dehors dans Alma – Une lecture d’Alma de Georgette LeBlanc
Bibliographic record
Abstract
Le recueil d’Alma de Georgette LeBlanc met en scène les métamorphoses d’une jeune femme à travers les courbes d’un récit poétique de sa vie. Alma grandit dans la poésie des mots : sa goule chante et son corps danse. Le personnage d’Alma est devenu possible grâce à la profondeur de sa voix et à l’authenticité de sa langue qui fortifie les images poétiques nourrissant ses rêves. Cette étude entend montrer dans quelle mesure la langue d’Alma lui offre une valeur poétique et référentielle. Ainsi la voix du je raconte-t-elle, avec une justesse poétique, l’expérience d’une vie personnelle — Alma — et d’une autre collective — les Acadiens. Tout comme Évangéline, Alma est le prototype de la femme acadienne. Cependant celle-ci a su prendre la parole et ne se laisse pas raconter par un autre, ce qui la rend plus réelle et plus authentique. Les deux femmes représentent l’exemple du courage de la femme acadienne. Pourtant une belle folie poétique et une liberté intérieure rapprochent Alma de toutes les femmes du monde — ce qui ne l’empêche pas de rester acadienne. Dans Alma, on savoure la quête d’une identité personnelle et intérieure de la femme acadienne et universelle, alors que, chez Évangéline, il est plutôt question de la quête d’une identité collective.
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 | 0.000 |
| Science and technology studies | 0.011 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.018 | 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".