Poésie directe : la représentation de l’ordinaire dans la poésie d’Erika Soucy
Bibliographic record
Abstract
Ce mémoire s’intéresse aux deux premiers recueils de la poète Erika Soucy, Cochonner le plancher quand la terre est rouge (2010) et L’épiphanie dans le front (2012). Il étudie la manière dont la poésie de Soucy représente l’ordinaire dans tout ce qu’il comporte de carencé et d’indécis. Dans le premier chapitre, le mémoire s’appuie notamment sur les travaux de différents auteurs s’étant intéressés à l’ordinaire dans leurs domaines respectifs (Michel de Certeau, Bruce Bégout et Ben Highmore). Ce chapitre est également consacré à la façon dont la poésie de Soucy rend compte de l’ordinaire, porté par une langue oralisée à l’excès et par les sujets blessés qu’elle met en scène. Le deuxième chapitre porte de manière plus précise sur la poétique de l’auteure, que j’ai choisi de nommer « poétique du direct ». Ce chapitre examine par quels moyens Soucy donne forme à l’ordinaire dans ses poèmes. Enfin, le dernier chapitre du mémoire compare le projet poétique de Soucy à celui proposé par le cinéma direct québécois – en suivant en cela l’intuition de l’écrivain Mathieu Arsenault mise de l’avant dans son recueil-essai Le guide des bars et pubs du Saguenay (2016) – afin de donner à voir les principaux enjeux qu’implique le fantasme d’accès direct au réel par le texte sur lequel se construit la poésie de Soucy.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.011 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".