Jean Barbin / François Bon : l’écriture monstrueuse, YouTube, l’édition du minuit de soi
Bibliographic record
Abstract
Jean Barbin voit le jour sur la page YouTube de l’auteur François Bon « un soir où ça n’allait pas très bien » et prend forme dans le creuset du noir et l’échine de la nuit, dans le secret d’un appartement vide. Ce monstre parle dans la nuit, depuis la nuit : peut-être est-il aussi à écouter dans la nuit, de nuit à nuit, d’un « ça ne va pas très bien » à « moi non plus », d’un noir à un autre invisible. Jean Barbin s’auto-décrit comme un monstre de l’absence : « Finalement j’ai préféré une absence à moi-même ». Pourtant, et alors même que ce monstre semble assommé d’immobilité, cerné de disparition, il n’a de cesse de commencer, comme autant de débuts avortés de récits, un phœnix narratif, une fiction reptilienne dont la queue repousserait toujours. Son absence à lui-même, son invisibilité devient son mode de visibilité, d’apparition, et d’être. Être aquatique, baignant dans son jus de noir, être amphibien d’avant les bras et les jambes, le monstre Jean Barbin s’extirpe de la solitude, du silence et du noir pour créer un lien, quasiment ombilical, avec l’auditeur. De nuit à nuit, sans plus les parois du jour, écouter comment ça parle, au très soir
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) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.029 | 0.010 |
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".