La figure de l'écrivain mauvais dans les contes de Charles Bukowski
Bibliographic record
Abstract
Mon mémoire s'intéresse à l'oeuvre d'un écrivain états-unien d'origine allemande cantonné dans le ghetto littéraire, Charles Bukowski (1920-1994), autoproclamé le dirty old man. Figure emblématique de la contre-culture, le dirty old man marqua tous les esprits par son langage ordurier et son humour noir. Mon mémoire a l'objectif de valider par l'étude du premier recueil de nouvelles de Bukowski, Erections, Exhibitions, Ejaculations and General Tales of Ordinary Madness, l'affirmation de Sollers : Bukowski est l'inventeur de la littérature mauvaise. La problématique de mon mémoire se formulera de la sorte : comment se construit la figure de l'écrivain mauvais ? Il s'agit d'opérer le renversement du statut de mauvais écrivain attribué à Bukowski par l'institution littéraire à celui d'écrivain mauvais à l'aide de la théorie du carnavalesque de Bakhtine. Ainsi, j'étudierai toutes les catégories de la perspective carnavalesque du monde dans les nouvelles les plus carnavalisées : rapprochement des contraires, suppression joyeuse des distances, profanation, parodie, etc. À la lumière de l'étude du carnavalesque dans le recueil, émergera la figure de l'écrivain mauvais qui désacralise à la fois l'institution littéraire et la contre-culture. Cette analyse montrera clairement que ce que certains considèrent comme des défauts, des vices rédhibitoires, est plutôt la manifestation de l'originalité de Bukowski.
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 | 0.002 |
| 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 | 0.010 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".