Les nouvelles du recueil C’est arrivé un jour! et l’évolution stylistique et thématique de Jean-Claude Castex
Bibliographic record
Abstract
C’est arrivé un jour!(2007), le troisième recueil de nouvelles du franco-colombien Jean-Claude Castex, démontre l’utilisation progressive d’aspects géographiques et sociaux de la Colombie-Britannique. Les lieux apparaissent avec une fréquence et une acuité plus grande dans les neuf nouvelles de ce recueil. La présente étude veut révéler le lien étroit que Jean-Claude Castex établit dans cette collection entre le lieu et le dénouement. Le lieu devient un acteur sur lequel dépend la conclusion de l’intrigue. D’autres nouvelles du même auteur, notamment celles des recueilsLe gros lot(1988) etLe fantôme et autres histoires vraies(2005), entreront dans cette étude pour donner au lecteur une meilleure idée de l’évolution stylistique et thématique de cet écrivain prolifique. Jean-Claude Castex est historien et professeur de français; son oeuvre couvre une vaste gamme de thèmes et de personnages qu’il situe dans un contexte historique. Son rôle dans la popularité grandissante de la littérature franco-colombienne, encore jeune, devient de plus en plus important avec la publication de ses recueils de nouvelles, de ses ouvrages d’histoire et de ses romans.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 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".