Traverses et misères dans les contes et dans la vie : Essai de systématisation d’un réflexe de chercheure1
Bibliographic record
Abstract
Selon les conteurs rencontrés par l’auteure dans les années 1970, les contes merveilleux sont des « histoires de traverses » ou des « histoires de misères », que la plupart avaient appris en mémorisant les « go » et les « stops » des trajectoires des personnages. Ces conteurs vivaient ces contes comme la traversée, remplie de risques et de difficultés, d’un monde imaginaire à visualiser d’un point de départ à un point d’arrivée. Ces traversées résonnaient sans doute dans leur propre vie comme leur vie résonnait dans leurs contes. Ce faisant, ils se transmettaient des récits structurés pleins d’un sens que nous ne finissons jamais d’épuiser. En marge des travaux de typologie qui aident les chercheurs à relier entre eux « tous les contes qu’il y a au monde », l’auteure s’interroge sur ce que nous pouvons apprendre en abordant de façon topographique, voire topologique, les contes qui nous ont été ainsi transmis. Elle détaille dans cet article comment le réflexe topologique qu’elle a développé en étudiant les contes nourrit maintenant son rapport au monde, de même qu’elle tente une systématisation de ce réflexe de chercheure pour qui des constellations de sens figurés et de sens propres entrent parfois en coïncidence sur de riches séquences.
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 | 0.007 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.007 | 0.042 |
| Scholarly communication | 0.013 | 0.018 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".