Mille secrets mille dangers d’Alain Farah. Fictions, identités, protocoles
Bibliographic record
Abstract
Cette communication a été faite dans le cadre du programme Lectures sur le fil, le vendredi 25 novembre 2022 à la bibliothèque de l’UFR de langue française de la Faculté des Lettres de Sorbonne-Université. En ligne, ainsi que la discussion qui a suivi avec Alain Farah : https://youtu.be/kg4DSiH5kzE. Mille secrets mille dangers, le dernier roman d’Alain Farah1, est paru à la fin de l’été 2021 au Québec et en février 2022 en France2. Si cet écrivain reste peu connu dans l’hexagone, bien qu’il ait eu les honneurs de la « une » du Monde des Livres en mars, avec un article élogieux de Raphaëlle Leyris3, il est devenu une figure de premier plan dans le paysage littéraire québécois : Mille secrets mille dangers a rencontré un succès critique4 et commercial5 sans précédent, et il a valu tout récemment à son auteur le Prix du Gouverneur général, l’un des prix littéraires les plus prestigieux du pays6. Il serait impossible de rendre compte ici de la richesse de ce texte de 500 pages, qu’Alain Farah a mis huit ans à écrire. Aussi, dans les lignes qui suivent, en présenterai-je la structure narrative, puis les grands thèmes identitaires et existentiels, le tout articulé avec le rapport bien particulier qu’entretient Alain Farah avec la fiction. Formes narratives Mille secrets mille dangers a pour sujet le mariage d’Alain Farah, écrivain et professeur de création littéraire à l’université McGill, avec Virginie Pellerin-Wise, le 7 juillet 2007. Tout comme dans Ulysse de Joyce, la majorité
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 | 0.010 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.235 | 0.102 |
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".