Le don d’une voix. L’engagement littéraire à la croisée de la biofiction et de la zoopoétique : le cas de l’Histoire du lion Personne de Stéphane Audeguy
Bibliographic record
Abstract
Prenant leur essor au début des années 2010, en France, les études animales et la zoopoétique font écho au fort intérêt qui s’observe pour les questions éthiques depuis le tournant du vingt-et-unième siècle, une période où de profondes mutations ont reconfiguré l’étude de la littérature contemporaine. Cet article part cependant du constat selon lequel l’engagement qui sous-tend une littérature portée vers autrui ne s’articule pas selon les mêmes modalités, selon que l’on reconnaisse l’existence d’une vie intérieure aux figures « anonymes » que l’on cherche à réintégrer dans la mémoire collective, à l’instar de la biofiction, ou selon qu’il existe une ambiguïté quant au degré selon lequel cet « autrui » serait doté d’une conscience, comme c’est le cas dans les études animales. Le cas de l’Histoire du lion Personne de Stéphane Audeguy témoigne des limites de ces recoupements, et démontre que la tentative elle-même de peindre la vie intérieure des bêtes illustre implicitement la nature plus programmatique que rétrospective de l’engagement zoopoétique, soucieux de freiner leur disparition.
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 | 0.009 | 0.009 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| 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".