L'hétéroglossie littéraire dans Illusions perdues de Balzac: Enjeux, fonctions et limites
Bibliographic record
Abstract
A lire Illusions perdues, le premier constat qui frappe le lecteur, est l’extrême diversité du langage de ses personnages. Balzac ouvre sa langue littéraire sur une infinité de discours oraux et écrits, de nature familière, régionale, diachronique.... Et ce, par l’usage d’une palette diverse de variantes linguistiques, se répartissant en sociolectes, idiolectes, régiolectes…, phénomène que certains chercheurs appellent ‘’l’hétéroglossie[1] littéraire’’. Tous les types de variation parsèment le roman et la langue balzacienne n’est pas homogène et monolithique, mais hétérologique et hétéroglossique. Notre objectif dans cette réflexion est de problématiser cette notion d’hétéroglossie littéraire dans une perspective littéraire et sociolinguistique (variationniste). Pour ce faire, nous étudierons les raisons et les motivations de cette pratique, ainsi que ses effets et ses fonctions. Aussi, nous examinerons les écueils que ce phénomène peut produire dans l’œuvre. [1] Terme de Rainier Grutman. In : Grutman, R. Des langues qui résonnent. L’hétérolinguisme au XIXe siècle québécois. Montréal : Fides/Cétuq, 1997.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.032 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.005 | 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".