Bibliographic record
Abstract
C'est sur la poésie que semble reposer la fondation de l'imaginaire d'Anne Hébert, mais Le torrent — dont les textes ont été rédigés entre 1938 et 1962, est aussi à l'origine de ses nombreux romans — novateur formellement, secrètement inscrit dans la psyché québécoise ou canadienne-française, tout en étant dans la continuité de la grande tradition narrative universelle. Dans cet article, je cherche à montrer un aspect peu connu de l'œuvre d'Anne Hébert, soit son fonctionnement séquentiel et syntagmatique ou, si l'on veut, sa poétique narrative formelle qui, souvent, se rapproche du genre poétique lui-même. J'étudie le recueil dans l'ordre de son écriture dans le temps, tous les textes étant datés précisément par Anne Hébert elle-même à la fin de chaque nouvelle. Cela permet de déceler une évolution sur une période de près d'un quart de siècle, entre le creux de la Grande Noirceur (1936–1959) et le début de la Révolution tranquille (1960–1968). On verra au bout du compte qu'Anne Hébert a opté pour une forme narrative généralement perturbée qui épouse les remous existentiels et intérieurs de personnages tragiques, plongés dans la vie comme dans un maelström qui les écrase. En ce sens, Le torrent représente un recueil exemplaire de la difficulté d'être, et sans doute d'être québécois en ces années difficiles.
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 | 0.000 | 0.000 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".