Bibliographic record
Abstract
erbe polysémique, ravauder fut largement décrit, au cours des siècles, dans les dictionnaires français qui consignèrent ses différents sens tant au propre qu'au figuré.De nos jours, ce verbe figure encore dans les dictionnaires usuels tels que Le Petit Robert et Le Petit Larousse, qui ne retiennent cependant que le sens primitif et concret de « raccommoder » ; ces derniers le donnent, en outre, avec la marque vieilli.Ravauder est d'abord attesté avec le sens de « raccommoder à l'aiguille, rapiécer, repriser de vieux vêtements », depuis 1530 sous la forme ravaulder, puis ravauder depuis 1552.Il s'agit du dérivé verbal de ravault, ravaut attesté dès le XIV e siècle avec l'acception de « sottise, bourde ».Au XVI e siècle, Palsgrave donne un exemple d'emploi de ravauder, lorsqu'il écrit dans Esclarcissement de la langue françoyse : « Qui n'a poynt d'habillemens nouveaux, fault qu'il ravaulde souvent ses vieulx » (cité dans le Dictionnaire de la langue française de Littré).Ajoutons que l'étymologie de ravauder a fait l'objet de plusieurs interprétations qu'il n'y a pas lieu d'exposer ici (voir à ce sujet Pierre Guiraud : Structures étymologiques du lexique français, Paris, 1967, p. 17-24).Les sens de ce verbe, que donnent encore aujourd'hui les grands dictionnaires de langue, sont généralement marqués vieux, classique ou vieilli.Il s'agit, en l'occurrence, de « raccommoder », « dire des choses futiles ou impertinentes », « tourner et retourner des objets, fouiller », « maltraiter en paroles, rabrouer ».Cette énumération des sens français du verbe permettra de mieux saisir l'écart sémantique qui existe entre ravauder en français général et son usage au Québec.Il importe de signaler, de plus, que ravauder est bien présent, avec ses différentes significations, dans la littérature française, où il fut utilisé, au cours des siècles, par de grands écrivains tels que Mme de Sévigné, Chateaubriand, Balzac, Bernanos, Giono, pour n'en nommer
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.013 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 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".