Entraîner un regard critique. Une pratique de l’« erreur » en création littéraire
Bibliographic record
Abstract
Dans le cadre d’un doctorat en études littéraires (recherche-création) à l’Université Laval, l’auteur de l’article documente et analyse des ateliers somatiques d’écriture qu’il anime depuis 2015. Il questionne ce que l’expression corporelle apporte à la pratique de la création littéraire. Durant un atelier, des écrivain⸱e⸱s exécutent des exercices de respiration, du yoga et des automassages Do-In ; chacun⸱e explore par le mouvement son anatomie osseuse et charnelle, se déplace dans l’espace avec les yeux fermés, puis iel commence à écrire. Aux automnes 2018 et 2019 Mattia Scarpulla a été chargé du cours « Écritures nomades » pour étudiant⸱e⸱s de premier cycle. Certaines séances débutaient avec de la méditation et du yoga assis. Ensuite, il proposait des exercices d’écriture automatique. Ces activités étaient un préambule au travail théorique et créatif sur le thème du voyage, et permettaient aux étudiant⸱e⸱s de lever leurs inhibitions. Il leur demandait aussi d’observer leurs compositions, de les commenter. Les étudiant⸱e⸱s identifiaient des « erreurs » dans leurs textes en prose et dans leurs poèmes. Pourtant, pendant la conversation, ces « erreurs » se révélaient être des possibilités créatives. L’article retrace cette expérience didactique pour questionner une rencontre des pratiques corporelle et écrite entraînant un regard critique, mettant en doute les conventions de production du texte, encourageant les étudiant⸱e⸱s à expérimenter plus librement la création littéraire.
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 | 0.013 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.014 | 0.075 |
| Scholarly communication | 0.022 | 0.018 |
| Open science | 0.002 | 0.015 |
| Research integrity | 0.009 | 0.018 |
| Insufficient payload (model declined to judge) | 0.013 | 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".