Résonances et dissonances dans Va savoir et Gros mots de Réjean Ducharme
Bibliographic record
Abstract
L'analyse comparative des deux dernieres publications de Rejean Ducharme, Va savoir (1994) et Gros mots (1999), permet d'approfondir l'omnipresente tension entre le meme et le dissemblable qui se retrouve au cœur de ces romans. L'appel de l'ailleurs et l'obsession du mouvement sont communs aux deux narrateurs : a ces niveaux, les recits se font echo. De plus, le motif du double, qui tient une fonction tant autoreflexive qu'unificatrice, est omnipresent et necessite dans les deux cas que le personnage repense son rapport a soi et au monde. Cette figure du miroir se retrouve tant dans les alter ego des personnages que dans la mise en abyme de la litterature. Mais les deux derniers Ducharme se distinguent pourtant par la presence de l'enfance qui illumine uniquement Va savoir : les personnages strictement adultes de Gros mots sont aux prises avec leur condition degenerative et leurs querelles sauvages, sans treve ni possibilite de redemption. Par ailleurs, l'hiver et sa blancheur mortelle figent le dernier roman dans une circularite sans issue. Va savoir, au contraire, grouille de vie en raison de l'importance accordee a la nature et a ses couleurs. En definitive, si ces romans se ressemblent et se distinguent par ces aspects, il semble que la deperdition des deux personnages narrateurs les unisse en fait sous l'egide de la chute.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.014 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".