Bibliographic record
Abstract
Les nouvelliers sont loin d’avoir dit leur dernier mot, pas plus d’ailleurs que les théoriciens et les analystes de ce genre protéiforme. Aussi, tel que prévu et annoncé dans le précédent numéro de UTQ (vol. 68, no 4, Fall 1999) sur la nouvelle québécoise et canadienne, nous poursuivons notre exploration du genre narratif bref en mettant cette fois l’accent sur des problématiques plus larges, qui rendent compte autrement de la vitalité du genre nouvellier au cours de deux dernières décennies du XX⊇ siècle. Que ce soit au Québec (André Berthiaume) ou dans la francophonie hors-Québec (Marcel Olscamp), dans le champ de l’écriture au féminin (Estelle Dansereau) ou dans celui des genres fantastiques et de science-fiction (Sophie Beaulé), et même au milieu de contraintes multiples (André Carpentier), la nouvelle continue de se tailler une place de choix dans la littérature d’ici. Nous ne pouvons d’ailleurs plus dire que cela se fait toujours envers et contre tous, car même si un certain milieu considère qu’ils’agittoujours d’un petit genre (il l’est pour les amateurs de best- sellers et de littérature alimentaire), il reste que ce genre est fréquenté par un nombre impressionnant d’écrivains de premier ordre, qui, pour la plupart, sont représentés dans les textes des collaborateurs de ce numéro.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.499 | 0.273 |
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".