Bibliographic record
Abstract
Publiés avec la collaboration de Serge Gauthier Conrad Laforte (1921-2008) a fait une carrière remarquable à l’Université Laval (1951-1988). Ce bibliothécaire-archiviste, chargé d’organiser les collections de littérature orale accumulées depuis la création des Archives de folklore en 1944, conçut le premier catalogue international de la chanson de tradition orale et gravit progressivement tous les échelons universitaires. Avec ses maîtres, les Marius Barbeau, Félix-Antoine Savard et Luc Lacourcière, il se mit à l’écoute du peuple et découvrit, par l’enquête de terrain, ces « menteries drôles et merveilleuses » chez des gens simples qui le fascinèrent. Toute son œuvre, large passerelle lancée entre l’Amérique française et la francophonie européenne, il l’a portée avec méthode et persévérance. C’est dans la présente collection des « Archives de folklore », dont il fut l’auteur le plus assidu, qu’il livra son grand œuvre : le Catalogue de la chanson folklorique française en six volumes (1977-1987), précédé des Poétiques de la chanson traditionnelle française (1976, 2e édition en 1993) donnant la clé de son système. « M’amie, faites-moi un bouquet… » – titre rappelant la prédilection de Conrad Laforte pour le symbolisme des fleurs dans la chanson médiévale – se compose de témoignages et d’études multiples générées par l’œuvre. Des auteurs européens et nord-américains y examinent les rapports historiques entre tradition orale et littérature, le passage de l’oral à l’écrit, et le rôle inspirant de la tradition pour les écrivains-conteurs et auteurs de chansons ; ils réfléchissent sur la recherche de terrain, l’évolution de ses méthodes, ses résultats et la mise à disposition des archives ; ils étudient encore des répertoires chantés et contés, ou proposent des analyses comparées de chansons types attestées en France, en Belgique et au Canada. Ces mélanges posthumes autour de l’œuvre de Conrad Laforte sont de la plume de : Marlène Belly • Marcel Bénéteau • Mark Benson • Jean-Pierre Bertrand • Michel Brix • Jean-Nicolas De Surmont • Jean-Claude Dupont • Michèle Gardré-Valière • Serge Gauthier • Véronique Ginouvès • Ludivine Isaffo • Ronald Labelle • Benoît Lacroix • Marc-Antoine Lapierre • Yvan Lepage † • Aurélie Melin • Jean-Pierre Pichette • Roger Pinon • Michel Valière
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.147 | 0.052 |
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".