LE SURGISSEMENT DE TRACES, OU CE QUI FAIT DÉSORDRE DANS <i>LES ÂMES GRISES</i> DE PHILIPPE CLAUDEL
Bibliographic record
Abstract
Dans son dernier livre, intitulé Le Passé d'une illusion, François Furet écrivait: ‘la première guerre du XXe siècle […] reste un des événements les plus énigmatiques de l'histoire moderne.’1 De même, ou plutôt en termes plus absolus, Jean-Baptiste Duroselle concevait la Grande Guerre comme de ‘l'incompréhensible’.2 Pour ces spécialistes de la guerre et pour d'autres historiens comme Jean-Jacques Becker dont nous reprenons ici les propos, ‘[l]’énigme réside à la fois dans ses causes et dans son déroulement'.3 Luc Rasson quant à lui évoque les effets, perturbateurs, de ‘14–18’: ‘comment est-il possible que des peuples se disant “civilisés” aient pu s'entre-massacrer pendant plus de quatre ans, déstabilisant durablement les sociétés en question?’4 Face à l'énigme de cette guerre, face aussi à un effet de perturbation qui dure, plusieurs écrivains ont depuis 1980 publié des romans dont l'action se situe, au moins partiellement, dans les années 14–18. À titre d'exemples, citons Claude Simon avec L'Acacia (1989), Jean Rouaud avec Les Champs d'honneur (prix Goncourt 1990), et Sébastien Japrisol avec Un long dimanche de fiançailles (1991). Nommons aussi, entre autres romans plus récents: Cris (2001) de Laurent Gaudé, Dans la guerre (2003) d'Alice Ferney, et Les Âmes grises (Prix Renaudot 2003) de Philippe Claudel.5 Dans ce dernier, un narrateur anonyme se rappelle le meurtre en 1917 d'une jeune fille ainsi que d'autres désordres survenus à l'époque, sans en reconstituer les faits chronologiquement: les étapes de ce qui tient lieu d'enquête se confondent au récit de souvenirs plus lointains.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.013 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 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".