Building voices : the author and the character in Quebecois playwriting in the years 2000
Bibliographic record
Abstract
Cette thèse de doctorat en études théâtrales propose d’étudier les modèles et pratiques d’écriture du personnage dans les écritures théâtrales québécoises des années 2000, et, à partir de cette analyse à la fois dramaturgique (études de pièces et définition d’une typologie des personnages) et génétique (entrée dans la fabrique de plusieurs auteurs pour comprendre comment ils créent leurs personnages), de définir la ou les figures de l’auteur dramatique dans ce contexte de création. La dramaturgie québécoise présente des survivances du personnage, quand d’autres ne cessent de le remettre en question. Mais loin de perpétuer un réalisme psychologique américain, les auteurs québécois des années 2000 mettent en scène des êtres profondément déterritorialisés dont la profondeur psychologique disparaît au profit d’une profondeur intertextuelle ou métathéâtrale. Ces personnages-créatures invitent à entrer dans la fabrique des auteurs pour interroger le partage des voix qu’ils opèrent afin de détourner un réalisme encore majoritaire dans les dramaturgies d’Amérique du Nord. À partir des pôles d’écriture du personnage que sont la langue, le corps, l’intertexte et la scène, la thèse analyse les pratiques d’écriture de plusieurs auteurs issus de générations et de formations différentes : Normand Chaurette, Daniel Danis, François Godin, Étienne Lepage et Larry Tremblay. Ces auteurs, qui doivent négocier sans cesse avec une altérité, qu’elle soit réelle (le contexte de production québécois invite les auteurs à échanger avec les autres actants du processus théâtral) ou fictive (les auteurs sont profondément habités par des autres qui parlent à travers eux), se trouvent démultipliés dans le processus d’écriture. Il semble alors que, face à cette démultiplication et à la difficulté de plus en plus grande pour l’auteur de faire entendre sa voix, les auteurs québécois choisissent le chemin de l’autopoïétique et exploitent dans leurs dernières créations leur moi d’auteur comme un matériau et comme un hyperpersonnage surplombant la fiction. C’est alors une voix de l’écriture unifiée, toujours aux limites de l’autofiction et de l’autobiographie, qui habite des dramaturgies qui ne seraient plus capables de faire advenir l’autre, un personnage entièrement détaché de la voix de son créateur.
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 | 0.005 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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 teacher head, 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".