Pluralité des voix et repentirs autobiographiques : une lecture d’Enfance de Nathalie Sarraute
Bibliographic record
Abstract
Enfant, infans : celui « qui ne parle pas ». Qui ne se laisse pas écrire. C’est vers ce mutisme et cette résistance que Nathalie Sarraute procède, péniblement, à écrire son récit d’enfance, « une enfance qui n’est pas un âge de la vie et qui ne passe pas. Elle hante le discours » (Lyotard). C’est un discours rapporté par la voix narratrice. L’enfance de « Natacha » est déjà tortillée, déchirée, donc loin de cette image de « pureté », d’« innocence » ; la narration de cette enfance devient ainsi plurielle, ramifiée, morcelée. D’où les repentirs : d’une part, le sentiment d’impuissance, d’échec, de culpabilité ; d’autre part, dans la terminologie de peinture, ce mot désigne « changement apporté, correction faite en cours d’exécution », donc entreprise toujours à reprendre, à repenser, à corriger et à défaire. L’écriture, en devenir, en mouvement, en transformation, laisse voir sa texture, son processus. Le procédé du repentir est souvent opéré par cette seconde voix dérangeante. C’est la voix critique au second degré, la mauvaise conscience à l’égard des « beaux souvenirs d’enfance ». La recherche de l’enfance, chez Sarraute, est moins une reconstitution de quelque unité qu’un dispositif de dispersion, d’éparpillement, de fragmentaire.
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 | 0.000 | 0.000 |
| Science and technology studies | 0.007 | 0.010 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.005 | 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".