The feminine autofiction : a new reading of sexual identity in French and Francophone littreature in the 20 and 21 century
Bibliographic record
Abstract
Que sont une identité féminine et une identité sexuelle ? Cette question a fait couler de l’encre dans le but d’établir une définition précise à la lumière de diverses approches : sociologie, psychanalyse, épistémologie etc. L’engouement pour la notion d’identité ne cesse de s’accroitre pour la transformer en un phénomène de mode. Cependant, l’identité, de par sa nature mouvante, ne cesse de changer de contours et les critères qui la fondent se modifient. La notion de l’identité se forge selon des contextes sociaux et politiques propres à chaque société et surtout selon l’usage qu’en fait l’individu. C’est donc dans cette effervescence de la question identitaire que nous avons voulu analyser un corpus de récit de soi hétéroclite et hétérogène, au tournant du XX et XXIe siècle. Le but premier de cette étude est de mettre la lumière, de prime abord, sur la diversité de l’écriture au féminin, mais aussi de mettre l’accent sur l’identité en tant que long processus de construction. Les diverses approches mobilisées dans cette étude mettent l’accent sur des contextes sociaux multiples et fédérateurs dans les œuvres analysées. L’approche pluridisciplinaire permet tout autant le décloisonnement de la littérature, en accentuant le passage d’une littérature holiste à une littérature accessible à tout le monde, démocratique.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".