Bibliographic record
Abstract
À rebours d’une hypothèse répandue qui fait de Tomates (2010) un point tournant de la production de Nathalie Quintane, cet article insiste sur les similitudes qui unissent la « première » et la « seconde » portion de son œuvre. Je montrerai que plusieurs des logiques auxquelles répondent les plus récentes parutions de l’écrivaine trouvent leurs fondements dans ses premiers textes : loin de mener d’une part un travail d’expérimentation formelle et de l’autre un travail de thématisation d’enjeux politiques, Quintane problématise des représentations communément partagées depuis « Ah » (1996), Chaussure (1997) et Grand ensemble (2008) jusqu’à Tomates, « Stand up » (2014) et Un œil en moins (2018). En plus de mettre au jour la grande cohérence de l’œuvre, l’étude des figures du pouvoir qui peuplent ces différents textes permettra de décrire deux des procédés par lesquels l’écrivaine s’attaque, dans sa pratique, aux imaginaires qui fondent l’autorité des puissant·e·s. Qu’elle élabore des portraits caricaturaux ou qu’elle détourne des discours, Quintane s’applique moins à critiquer explicitement les politicien·ne·s convoqué·e·s qu’à faire saillir, par un jeu de loupe, les failles qui fragilisent leur stature ou leur rhétorique.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.019 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.034 | 0.004 |
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".