Bibliographic record
Abstract
Cette thèse commence comme une simple question en réponse au modèle du « parfait flâneur » que Baudelaire a élaboré dans Le peintre de la vie moderne (1853): un flâneur peut-il être imparfait? Je suggère trois interprétations possibles du mot « imparfait ». Il permet d’abord de sortir le flâneur du strict contexte du Paris du dix-neuvième siècle et permet des traductions imparfaites de personnages dans d’autres contextes. Ensuite, le flâneur déambule dans la dimension « imparfaite » de l’imagination fictionnelle – une dimension comparable à l’image anamorphique du crâne dans la peinture Les ambassadeurs de Holbein. Enfin, il réfère à l’imparfait conjugué, « l’imparfait flâneur » peut rappeler le personnage antihéroïque de l’humain dont l’existence est banale et inachevée, comme la phrase « il y avait ». Ces trois visions contribuent à la réinterprétation du flâneur dans le contexte de la fin du vingtième siècle. Mon hypothèse est que l’expérience urbaine du flâneur et la flânerie ne sont possibles que si l’on admet être imparfait(e), qu’on accepte ses imperfections et qu’elles ne nous surprennent pas. Quatre études de romans contemporains et de leurs villes respectives forment les principaux chapitres. Le premier étudie Montréal dans City of forgetting de Robert Majzels. J’examine les façons par lesquelles les personnages itinérants peuvent être considérés comme occupant (ou en échec d’occupation) du Montréal contemporain alors qu’ils sont eux-mêmes délogés. Quant au deuxième chapitre, il se concentre sur le Bombay de Rohinton Mistry dans A fine balance. Mon étude portera ici sur la question de l’hospitalité en relation à l’hébergement et au « dé-hébergement » des étrangers dans la ville. Le troisième chapitre nous amène à Hong-Kong avec la série Feituzhen de XiXi. Dans celle-ci, j’estime que la méthode spéciale de la marelle apparait comme une forme unique de flânerie imparfaite. Le quatrième chapitre étudie Istanbul à travers The black book d’Orhan Pamuk. Inspiré par les notions de « commencement » d’Edward Saïd, mon argumentaire est construit à partir de l’interrogation suivante : comment et quand commence une narration? En lieu de conclusion, j’ai imaginé une conversation entre l’auteur de cette thèse et les personnages de flâneurs imparfaits présents dans les différents chapitres.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.005 | 0.017 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".