<i>Objectif Katahdin</i> de Daniel Léger: à la découverte du sentier des Appalaches, dans les pas de Henry David Thoreau
Bibliographic record
Abstract
Lorsque Daniel Léger, cet artiste multidisciplinaire du Nouveau-Brunswick, entreprend sa longue traversée du chemin des Appalaches, en l’an 2000, du mont Springer (Géorgie) au mont Katahdin (Maine), il s’attend bien à découvrir une faune humaine et animale, témoignant de réalités autres au contact desquelles il espère trouver sa voie, mais, six mois de marche plus tard, il semble avoir découvert bien plus que ça. Outre le dépassement de soi et la profonde humanité du milieu des randonneurs, il s’est également imprégné de l’esprit des lieux et des écrits dont les diverses inscriptions balisent le long sentier comme autant de lieux de mémoire littéraires devenus indissociables de ces espaces à la fois pérennes de nature mais transitoires dans leur usage. Parmi ces derniers, les œuvres de Thoreau, que Daniel Léger connaît peu au début de son périple, prennent une importance grandissante, alors qu’il s’arrête pour lire et réfléchir aux citations qu’il découvre le long du sentier et dans les échanges épistolaires qu’il entretient avec divers correspondants. « Depuis que j’ai commencé à marcher sur le sentier, ce philosophe en particulier me hante. […] [D]es randonneurs me disent que ma façon de voir le Monde est semblable à la sienne. À certains lieux sur le sentier, on le cite comme s’il était une référence. Qui est-il au juste? » (Léger 2015, 196). Le but de cet article sera justement de mettre au jour les espaces de confluence et l’inscription de la pensée du célèbre transcendentaliste dans le récit de voyage Objectif Katahdin, que Daniel Léger publie en 2015 et qui témoigne tant du périple physique que de l’aventure intérieure de l’auteur.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.012 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.014 | 0.008 |
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".