Imaginaire des lieux dans les oeuvres litteraires et attractivite des territoires. une entree par les maisons et les routes d'ecrivains
Bibliographic record
Abstract
Comment l’imaginaire des lieux issu de la littérature contribue-t-il à valoriser un territoire ? À l’heure où des territoires ruraux, soucieux de renforcer leur attractivité, mènent des actions visant à renouveler leur image, la littérature patrimonialisée peut être considérée comme une ressource : maisons d’écrivains, routes ou sentiers littéraires contribuent ainsi à l’inscription territoriale d’une littérature et de ses imaginaires. Cette thèse s’intéresse à l’invention de tels lieux, à leur animation et à leur intégration territoriale. Elle traite aussi de leur réception et de leur appropriation par les habitants et les touristes. Une analyse statistique des maisons d’écrivain en France dresse une typologie qui souligne les spécificités structurelles, spatiales et organisationnelles de ces lieux polymorphes. En complément, des études de cas renseignent sur la singularité de la relation entre l’auteur et le lieu, et sur la dynamique de la maison en tant que projet de territoire multi-acteurs. Deux méthodes sont mises en œuvre afin de saisir les représentations des visiteurs : une enquête par questionnaire, prolongée par l’analyse d’une voie plus créative et sensible d’expression, les livres d’or. L’analyse des questionnaires souligne la diversité des motifs de visite, non exclusivement littéraires. L’étude des livres d’or met en évidence la dimension immersive d’une expérience où les émotions vont à la rencontre des souvenirs et des imaginaires. Une typologie multiscalaire de parcours littéraires est ensuite réalisée, enrichie par des études de cas. Du Berry à la Provence, des Cévennes au Québec en passant par le Livradois, des parcours littéraires proposent de découvrir une région en compagnie d’un écrivain et de personnages imaginaires. Transcendant l’habituelle démarcation entre le réel et la fiction, ils redéfinissent ainsi la notion d’authenticité. L’ensemble des éléments analysés dans la thèse concourt à qualifier une forme de tourisme combinant connaissance, imaginaire et expérience des lieux, dressant les contours d’une nouvelle pratique touristique de l’espace : celle d’un tourisme littéraire tourné sur l’itinérance et la créativité.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".