La poésie comme une « image ». Emplois et valeurs du mot dans le discours critique des poètes français
Bibliographic record
Abstract
Si les réflexions sur l’image ne sont pas nouvelles, qu’elles s’inscrivent dans le champ de la rhétorique, de l’esthétique, mais aussi de la physiologie et de la psychologie qui se sont développées au xixe siècle, le mot est particulièrement fréquent dans le premier tiers du xxe siècle, marqué par le symbolisme finissant, l’esprit nouveau et les premières avant-gardes. Il prend place au sein de discours qui tentent de réévaluer les « moyens » de la création poétique et, plus largement, d’en définir les contours, notamment au regard des arts visuels. Cet article se propose d’étudier les valeurs et les enjeux du mot « image » dans le discours critique des poètes français, afin d’observer pourquoi et comment différents types d’images sont convoquées comme modèles dans la poésie française de l’entre-deux-guerres. Il s’agira alors d’analyser les glissements entre les valeurs du mot « image », cette dernière étant apte à désigner, dans sa polysémie, les arts visuels et la poésie, et s’avérant, dans ce dernier champ, un moyen spécifique autant qu’une dynamique globale du poème et de la création poétique, alors entendue au-delà de ses frontières linguistiques.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.012 | 0.028 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 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".