MétaCan
Menu
Back to cohort
Record W7115196614 · doi:10.4000/15ch7

Une lecture punk du néo-polar : critique sociale, violence et esthétique du trash

2025· article· pt· W7115196614 on OpenAlexvenueno aff

Bibliographic record

VenueBelphégor · 2025
Typearticle
Languagept
FieldArts and Humanities
TopicLiterature and Culture Studies
Canadian institutionsnot available
Fundersnot available
KeywordsMythologyMusicalPunkCounterpoint

Abstract

fetched live from OpenAlex

Le néo-polar et le mouvement punk apparaissent au même moment en France, dans le cours des années 1970 et 1980. Si le premier est un genre littéraire issu du roman noir et le second un courant musical autant qu’une posture de contestation, ils se rejoignent dans leur critique radicale des institutions de leur époque à travers une esthétique de la violence et du trash. En réaction à l’échec des utopies de Mai 68 et à une désillusion à l’égard du militantisme politique, les romanciers du néo-polar mettent en scène des personnages de marginaux aux trajectoires tragiques dans des textes où dominent l’exagération, la surenchère et l’invraisemblance des situations. Le mouvement punk se construit contre l’utopie hippie et contre une société jugée mortifère. Ne cherchant plus le beau ou l’excellence formelle, la musique et les textes punks expriment la violence et la désespérance d’une génération, et l’abandon de toute croyance dans les grands récits salvateurs de transformation du monde - « No Future ». À travers une analyse comparée entre un corpus romanesque du néo-polar (romans de Pierre Siniac, Jean Vautrin, Jean-Bernard Pouy et Thierry Jonquet) et des textes punks (fictions, récits, paroles de chansons), cet article se propose de montrer comment, autant formellement que narrativement, deux mouvements artistiques qui ne se sont a priori que peu côtoyés produisent une même position critique sur la réalité sociale de leur époque qui en appelle au nihilisme.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.874
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0020.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.009
GPT teacher head0.252
Teacher spread0.243 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueBelphégorSame topicLiterature and Culture StudiesFrench-language works237,207