Figures de la « patience » dans la modernité : la recherche proustienne entre l'errance de Bouvard et Pécuchet et le parti pris pongien
Bibliographic record
Abstract
Cette étude porte sur la représentation de la « patience » – considérée comme un mode d’être dans le temps et face à l’Autre à la fois actif et passif – dans quelques œuvres modernes, notamment les écrits philosophiques de Friedrich Nietzsche, les romans Bouvard et Pécuchet et La tentation de saint Antoine de Gustave Flaubert, À la recherche du temps perdu de Marcel Proust et la poésie de Francis Ponge. Dans le premier chapitre, nous nous référons à la pensée de Nietzsche pour bien décrire le contexte moderne qui fait que la vertu de la patience est aussi pertinente à la fin du XIXe siècle et pendant le XXe siècle qu’elle ne l’était pour des penseurs de l’Antiquité gréco-romaine comme Épicure et Sénèque. Dans des œuvres comme La généalogie de la morale et Par-delà bien et mal, Nietzsche montre que ce qu’on considère comme la vertu de la patience se réduit souvent à une simple incapacité d’agir et que les temps modernes exigent un autre type de vertu, une patience renouvelée et affirmative. Dans le deuxième chapitre, nous analysons les thèmes de l’accompagnement et du dévouement dans deux romans flaubertiens afin de déterminer dans quelle mesure il est nécessaire de se retirer du monde et de ses rythmes pour pouvoir se consacrer à quelque chose qui transcende l’individu et ses désirs particuliers. Nous continuons cette réflexion dans le chapitre sur le roman proustien, où l’on peut suivre la trajectoire d’un héros-narrateur impatient d’être aimé et de remplir sa vocation en devenant écrivain. Notre examen de différentes formes de la patience est complétée par une critique du rapport problématique du poète (Ponge) et des objets de ses poèmes, en particulier les animaux qu’il sacrifie au nom de son art. Un schéma fondamental se dessine à travers toutes ces œuvres et les figures de la patience qu’elles véhiculent : le sujet humain, désireux de se rapprocher de l’Autre, sait que, pour ce faire, il faut le laisser être, mais il a aussi besoin de s’affirmer soi-même, d’où une certaine aporie. La patience se révèle comme une réponse possible à ce problème.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.020 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".