Bibliographic record
Abstract
L’étude s’intéresse aux difficultés de lecture qu’éprouvent fréquemment les personnages simoniens : soit qu’ils ne sachent pas bien lire, soit que ce qu’ils cherchent à lire ne soit pas ou plus visible, ou pas compréhensible. Aux difficultés matérielles de la lecture, sources de confusion, s’ajoute maintes fois le faible pouvoir de représentation du langage qui, quand il se laisse lire, ne renvoie qu’imparfaitement ou partiellement à ce qui est écrit. Le lecteur, captivé par la matérialité d’un texte dont le sens se dérobe, se livre alors souvent à une lecture évasive qui révèle au moins les mobiles et les sentiments de celui qui lit. Toutefois, comme ce qu’on entend ou voit à la sauvette dans l’oeuvre simonienne, ce qu’on parvient à lire malgré tout n’annule pas le pouvoir d’attraction des mots. Tronqués, effacés ou énigmatiques, ouverts à des sens multiples, ils incitent à la lecture, inclinent à la relecture. Car la lecture empêchée permet d’imaginer à partir de bribes lues, d’élaborer des hypothèses et souvent de révéler, outre la puissance créatrice d’un texte soumis à la coupure, tout simplement ce qui, dans le réel, n’a pas été clairement formulé.
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 | 0.010 | 0.009 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.008 |
| Insufficient payload (model declined to judge) | 0.015 | 0.005 |
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".