Bibliographic record
Abstract
Don Luis de Góngora y de Argote, poète espagnol, a laissé en héritage au monde littéraire espagnol et aux littératures du monde en général, une œuvre marquante d’une importance majeure. Créateur du « gongorisme » à l’époque du baroque, Góngora se distingue par les difficultés qu’il pose sur le plan stylistique et au niveau de la compréhension, un style souvent qualifié d’obscur. Les jeux de mots ou calembours, les successions de concepts, d’antithèses, d’hyperboles, d’allusions mythologiques, de cultismes, de références humoristiques et de métaphores abondent dans l’œuvre gongorine, une œuvre qui ne peut être aimée par tous puisqu’elle nécessite de ses lecteurs certaines connaissances, en d’autres mots, une certaine culture. Dans l’article qui suit, nous proposons d’adapter en français canadien contemporain le magnifique sonnet « Mientras por compatir con tu cabello » dans le but de le faire lire et apprécier par une génération bien spécifique, soit la génération jeunesse des 13 à 19 ans. Nous croyons qu’il est primordial que cette génération soit exposée au génie et à la poésie gongorins. Trouver une façon de vulgariser l’œuvre du grand poète espagnol est une façon de lui rendre hommage à l’approche des célébrations qui marqueront dans une dizaine d’années les 400 ans de sa mort. Mais, c’est d’abord et avant tout un moyen de faire connaître sa poésie aux jeunes d’aujourd’hui, qui, nous pourrions croire, portent plus d’intérêt et d’attention aux nouvelles technologies qu’à la poésie baroque espagnole. Adapter Góngora représente donc un défi à relever.
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 | 0.006 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.039 | 0.012 |
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".