Bibliographic record
Abstract
Les textes étudiés dans Interlignes présentaient ce point commun entre autres singularités, d’avoir pour contenu et pour espace de référence ce qu’on pourrait nommer notre quotidienneté. Ceux qui sont rassemblés ici trouvent au contraire une sorte de parenté dans leur exotisme. Partis avec Camus visiter le Brésil du candomblé, on gagne avec Anne Hébert un coin perdu du vieux Québec. Jouve nous ramène dans un Paris onirique entre Baudelaire et Valéry. Rimbaud nous fait remonter l’Oise jusqu’à ses sources ardennaises. Redescendus vers Genève, voici les adolescences de Rousseau. Passés dans l’Allemagne de Goethe et des sombres ballades, nous remontons aux Pays-Bas... pour plonger dans Java, fleur tachée du sang de la colonisation. La nature tropicale, nous la retrouvons dans le charme d’un jardin d’hiver en lisant non plus un livre, mais un tableau : Manet, parisien et grand voyageur ! Qui prête l’oreille au murmure de son inconscient, croit-on qu’il va rester dupe des dépaysements de surface ? A n’explorer que la géographie, sûr qu’on ne remplit guère son sac à merveilles ; mais à ne point mettre le nez dehors, comment s’assurer qu’une même parole indicible, trahissant les mêmes désirs inavouables, marque l’humain sous tous les oripeaux et sous tous les cieux ? Surtout : si quelque chose vous console de n’être pas explorateur - ô rêves de nos enfances ! - n’est-ce pas de lire les récits des explorateurs, fictions propres à nous repayser ?
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.012 | 0.008 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.658 | 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; both teacher heads agree on what is shown here.
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".