Des procédés humoristiques au cœur des albums
Bibliographic record
Abstract
Notre contribution à ce numéro spécial sur le rire relève de la didactique de la littérature jeunesse. Notre objectif vise à présenter une grille détaillée des procédés humoristiques adoptés par divers auteurs et illustrateurs en les exemplifiant par des extraits tirés des textes et des illustrations de plusieurs albums. Ce qui nous a conduits à développer cette grille, c’est la constatation lors d’observations ethnographiques dans des classes du primaire de l’attrait des élèves envers les procédés humoristiques (Montésinos-Gelet), mais également du peu de mots dont ils disposent pour les décrire avec précision et ainsi mieux les apprécier. Nous avons donc recensé plusieurs catégorisations et nous sommes appuyées sur les six attraits du livre proposés par Joyce G. Saricks pour organiser notre grille. Nous avons ajouté deux attraits pour tenir compte des illustrations. Nous avons ainsi dégagé et catégorisé quatre registres dans lesquels se déploient onze types d’humour ainsi que douze variétés de comique auxquelles sont associés quarante-sept procédés.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".