MétaCan
Menu
Retour à la cohorte
Enregistrement W1935624227 · doi:10.7202/1025150ar

Archives, modes de réemploi. Pour une archéologie du found footage 1

2014· article· fr· W1935624227 sur OpenAlexaffvenue
André Habib

Notice bibliographique

RevueCinémas Revue d études cinématographiques · 2014
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Le cinéma de réemploi (ou defound footage) suscite depuis une quinzaine d’années un engouement critique et théorique qui va de pair avec la « fièvre de l’archive » qui parcourt actuellement le champ des sciences humaines. On peut toutefois s’étonner du manque de considération ou d’attention dont font parfois preuve certains de ces chercheurs à l’égard des questions proprement matérielles, des opérations techniques, des contextes historiques précis qui ont permis, autorisé ou rendu possible la réalisation de films aussi différents — et reconnus — queTom, Tom, the Piper’s Sonde Ken Jacobs,Eurekad’Ernie Gehr,Public Domaind’Hollis Frampton, etc. L’origine des matériaux réemployés, le contexte historique de leur accessibilité et les techniques de leur réemploi — en somme, tout ce qui compose les gestes d’excavation et de reproduction de ces films d’archives — déterminent sur bien des aspects l’expérience de ces oeuvres (de leur fabrication à leur réception) et l’imaginaire de l’archive qu’elles médiatisent. À partir d’un certain nombre de cas et en examinant différents contextes historiques, ainsi que les modes précis de réemploi des films de la collection despaper printsà Washington, cet article propose un modèle pour une archéologie dufound footage, afin de rendre justice à ces gestes de réemploi, d’en retrouver la beauté et l’intelligence, en les réinscrivant dans leur histoire, leur technique, leur matérialité propres.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,013
Communication savante0,0140,011
Science ouverte0,0010,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0360,005

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,238
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCinémas Revue d études cinématographiquesMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207