La voix du bourreau. Éthique et construction narrative dans Le Sari vert d’Ananda Devi
Bibliographic record
Abstract
Cet article propose une étude de la voix narrative dans Le Sari vert d’Ananda Devi qui met en scène un narrateur éthiquement problématique. Violent, menteur et manipulateur, le narrateur du Sari vert fait partie des narrateurs indignes de confiance ou non fiables, étudiés par la narratologie postclassique (W. Booth, A. Nünning). L’œuvre, cependant, ne se fonde pas complètement sur la confession solitaire d’un bourreau puisque deux personnages féminins sont présents à portée de voix du narrateur. Présenté comme un monologue intérieur, le récit joue de l’ambiguïté entre parole et pensée du narrateur, entre présence et absence des interlocutrices au chevet du personnage-narrateur alité. Cette construction narrative, qui permet d’introduire des déplacements entre ce qui est dit et ce qui est entendu, conduit à interroger le poids du discours de domination et la manière de se confronter à la parole des bourreaux. L’étude s’attache tout d’abord à caractériser la violence du discours et l’emprise qu’exerce le narrateur sur les personnages féminins. En s’appuyant sur les références à l’Histoire, elle montre par la suite que la violence du narrateur s’inscrit dans une historicité qui invite à penser la dimension politique de la situation discursive du récit. En dernière instance, l’analyse de l’interlocution révèle que le narrateur violent ne maîtrise pas complètement sa parole. Le récit inscrit dans les failles de la parole du bourreau la possibilité pour les victimes de retrouver une vérité subjective à condition de savoir décrypter le langage de la haine et de la domination.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.013 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".