Bibliographic record
Abstract
Que la violence représentée dans un roman soit physique (la victime est enlevée, séquestrée, torturée, violée, assassinée...) ou morale (on menace la victime, on l’injurie, ou on garde avec elle un silence accablant, on la séduit pour se dérober ensuite, on excite sa jalousie, on lui impose un mariage ou on la contraint d’y renoncer, on la force à prononcer des voeux...), il est sûr que le lecteur partage d’une certaine façon la souffrance, l’angoisse et le désespoir exprimés ou impliqués dans le texte, il est non moins sûr qu’il n’est pas lui-même directement l’objet de ces violences, et qu’il le sait. La critique récente a étudié la fonction du lecteur, soit pour la réduire à l’extrême et analyser la façon dont le texte « fonctionne » indépendamment du lecteur et même de l’auteur, soit pour l’exalter au point de prétendre que le texte existe seulement par les lectures qui en sont faites; et l’on a distingué « des lecteurs virtuels, des lecteurs idéaux, des lecteurs modèles, des superlecteurs, des lecteurs projetés, des lecteurs informés, des archilecteurs, des lecteurs implicites, des métalecteurs, etc. ».
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.014 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.015 | 0.004 |
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".