Boris Vian adaptateur de la légende arthurienne : étude comparée de la pièce de théâtre et de l'opéra Le Chevalier de Neige
Bibliographic record
Abstract
Ce mémoire interroge la posture d'adaptateur de Boris Vian, encore fort méconnue. En 1953, il a repris à son compte la littérature arthurienne afin d'écrire – en réponse à une commande de la part du Festival dramatique de Caen – une pièce de théâtre, Le Chevalier de Neige. Par la suite, cette pièce est devenue un opéra, produit à Nancy en 1957. Malgré le succès de ces deux spectacles, le souvenir de cette œuvre n'a pas dépassé la mort de son auteur. Il n'en reste aujourd'hui que les textes et les partitions musicales, puisqu'aucun des spectacles n'a été enregistré. L'objectif de ce mémoire est de mettre en lumière ce travail d'adaptation et de réécriture d'un auteur phare du XXème siècle, connu principalement pour ses romans et ses chansons, et qui a consacré ses dernières années à la création d'une œuvre globale alliant texte, musique et art de la scène. Qu'est-il possible de savoir sur l'entreprise du Chevalier de Neige? Quel est le poids de l'intertexte médiéval et contemporain dans ces deux réécritures? Quels furent les procédés d'adaptation mis en œuvre dans l'élaboration de cette pièce, puis de cet opéra? C'est à toutes ces questions que nous nous proposons de répondre, afin de découvrir l'importance et l'intérêt du Chevalier de Neige dans le parcours littéraire de Boris Vian.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".