À la mémoire d'Émile... suivi de Entre silence et décadence : l'œuvre d'André Béland
Bibliographic record
Abstract
Roman mémoriel, roman familial, roman d’apprentissage, autofiction… Voilà quelques concepts génériques qui m'ont guidé lors de l'élaboration de ce projet en recherche et création. Le point de départ a consisté en une quête identitaire, qui s’est résorbée en une recherche des origines, symbolisée par la figure de mon grand-père inconnu que j’ai tenté de démystifier. Car on m’a toujours dit qu’il avait écrit un roman, intitulé Orage sur mon corps, ce qui a provoqué chez moi diverses impressions et déformations imaginaires. Je croyais par exemple que mon grand-père, Émile, avait partagé les idées et l'état d'esprit qui circulaient durant les années 1940, alors que le Canada français connaissait une première vague de modernisation culturelle. Ces informations, malheureusement, ne se sont pas avérées tout à fait exactes. Et comme cette quête plus personnelle s'est achevée, non sans une certaine insatisfaction, mes recherches se sont poursuivies dans un essai portant essentiellement sur l'œuvre d'André Béland, auteur qui correspond, plus ou moins, à la figure mythique de mon grand-père. Cet essai ne vise pas à juger ni à réhabiliter l’auteur, mais simplement à jeter un peu de lumière sur son œuvre méconnue, parce que la « réappropriation identitaire se centre toujours aussi sur la transmission » (Régine Robin).
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 | 0.003 | 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 | 0.014 | 0.016 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.008 |
| Insufficient payload (model declined to judge) | 0.014 | 0.005 |
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".