La remediation de la photographie, du cinéma et de la télévision dans les médias numériques : étude de cas : les Stills d'Adad Hannah
Notice bibliographique
Résumé
Ce mémoire intervention en études des arts porte sur la remediation des images photographiques, cinématographiques et télévisuelles dans les médias numériques. Il s'appuie sur l'étude de cas des Stills, série de vidéos alliant vidéographie, photographie et performance, réalisés par l'artiste montréalais Adad Hannah. Le document comporte trois volets : un essai théorique, un compte rendu des activités qui ont permis la réalisation d'une exposition et le catalogue accompagnant celle-ci. Intitulée « Adad Hannah : Peinture de genre comme figure de Still », l'exposition s'est tenue du 2 mai au 13 juin 2010 au Musée d'art contemporain des Laurentides, à Saint-Jérôme (Québec, Canada). La méthodologie pour la portion fondamentale de la recherche se fonde sur une démarche heuristique, principalement basée sur l'archéologie des médias telle que décrite par Jay David Boiter et Richard Grusin; c'est à partir du concept de remediation et de ses applications potentielles que s'organise le discours théorique de l'exposition. Celle-ci ne constitue pas une démonstration empirique de la remediation dans les médias numériques; elle nous a néanmoins permis de prendre connaissance des étapes qui jalonnent la mise en place d'un projet de commissariat. Une partie du mémoire est donc consacrée à ces considérations pratiques. En somme, le premier chapitre présente la démarche de l'artiste, le corpus étudié et sa réception critique. Le deuxième chapitre aborde quant à lui les stratégies de représentation de la photographie, du cinéma et de la télévision, en plus de traiter des médias numériques. Il s'appuie principalement sur des essais théoriques traitant de la médiasphère numérique et des impacts de l'informatique dans les sphères de la communication. Le troisième chapitre se penche sur la préparation et la réalisation de l'exposition. Enfin, les résultats observés lors du volet production concluent ce mémoire. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Adad Hannah, Arts médiatiques, Mémoire de production, Remediation, Art numérique.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».