Le Cheval de Troie : (roman) ; suivi de l'essai L'expression du sentiment d'abandon chez Anne Hébert, Louise Desjardins, Bruno Roy et Björn Larsson
Bibliographic record
Abstract
Partie créative Le coroner de Québec publie un avis de recherche dans Le Soleil afin de retrouver la famille de Daniel, 47 ans, mort subitement sans avoir été légalement identifié. Avec ses parents, son frère Beau prépare les funérailles et cherche à comprendre l'histoire de la vie de Daniel. Le roman porte sur l'abandon d'un enfant par sa mère biologique. Il s'organise autour de la mort de Daniel et du mystère qui pèse sur lui : son isolement, sa rupture avec sa famille, son silence. Le texte débute par la journée des funérailles et l'enterrement des cendres auxquels sont conviés, par les journaux, tous ceux qui souhaitent le saluer une dernière fois. À travers les témoignages des gens ayant répondu à l'invitation et par l'exploration de la maison, Beau et ses parents cherchent à comprendre Daniel avant de le laisser reposer en paix. Partie réflexive La partie reflexive de ce mémoire pose la question : Comment le langage littéraire réussit-il à traduire le mal-être relié à l'abandon ? Elle explore à travers le roman Le cheval de Troie, comment le personnage abandonné s'y prend pour exorciser sa souffrance et se libérer de son fardeau. Ce texte cite des extraits des romans d'Anne Hébert, de Louise Desjardins, de Bruno Roy et de Bjôrn Larsson. Pour parfaire l'étude sur le langage, une réflexion autour de mots qui ont surgi en cours d'écriture s'appuie sur des témoignages d'orphelins, de sociologues et de spécialistes psychosociaux. Il ressort de cette expérience d'écriture une recherche du sens du non-dit.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.023 | 0.031 |
| Scholarly communication | 0.011 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.010 |
| Insufficient payload (model declined to judge) | 0.008 | 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".