Le cas du journal fictif : L’hybride romanesque comme phénomène de dynamique intergénérique
Bibliographic record
Abstract
Les travaux récents en théorie des genres l'ont bien montré, la poétique générique -entendue ici comme une entreprise de classification et de codification des genres -n'est jamais parvenue à établir des règles définitionnelles et catégorielles strictes 1 , en partie parce gue l'appréhension des genres littéraires comme acte communicationnel est forcément en constante mutation, mais peut-être également parce gue les frontières entre les genres sont loin d'être étanches.Au contraire, ceux gue nous reconnaissons aujourd'hui comme étant les quatre grands genres littéraires (roman, théâtre, essai, poésie) ne font pas que chapeauter toute une série de sous-genres.Ils sont également, et ont toujours été, des ensembles mouvants constitués plus ou moins arbitrairement au fil de la production littéraire et, conséquemment, au fil de l'histoire littéraire.À cet égard, le phénomène de l'hybridation générique, qui « consiste en la combinaison de plusieurs traits hétérogènes mais reconnaissables, hiérarchisés ou non, en un même texte 2 », constitue sans doute un des phénomènes les plus riches et les plus signifiants de l'histoire des genres.Ayant donné lieu à des formes désormais reconnues comme autonomes, telles la prose poétique, l'auto-fiction ou même la tragi-comédie au théâtre, il apparaît que
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.015 |
| Scholarly communication | 0.016 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 0.003 |
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".