Draw on me : bilinguisme minoritaire et relais littéraires franco-canadiens
Bibliographic record
Abstract
Après s’être atomisé à la suite de la nationalisation de la littérature québécoise, l’espace littéraire franco-canadien semble être en voie de se reconstituer, sur de nouvelles bases. Le présent article fait l’étude de ce phénomène à partir de deux traits que les littératures des minorités francophones du Canada ont en partage : le bilinguisme et la minorisation. Ces deux traits sont précisément ceux dont le Québec s’est délesté au moment où il se constituait en culture nationale. Aujourd’hui, pourtant, ils se voient octroyer une nouvelle valeur. Or, les transformations en cours dans l’espace littéraire franco-canadien et dans les idéologies linguistiques sur le contact du français avec l’anglais coïncident. Alors que le Québec s’était servi du bilinguisme minoritaire comme repoussoir, ce bilinguisme gagne à présent en statut, jusqu’à servir de modèle. S’ensuit un réaménagement des rapports hiérarchiques existant entre les divers espaces littéraires franco-canadiens, voire à l’intérieur de chacun d’eux, de même que des relais inédits des uns aux autres. Le présent article retrace ce réaménagement en se penchant sur certains textes franco-canadiens hétérolingues clés des dernières décennies, ainsi que sur leur réception.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.020 | 0.011 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".