Notice bibliographique
Résumé
For many of us, doing psychoanalytic geography demands something akin to a leap of faith. Questioning this assumption, the main purpose of this paper is to shift the terms of discussion about doing psychoanalytic geography from the realm of faith to critique. Drawing on Joan Copjec’s, Read My Desire: Lacan Against the Historicists (1994), I argue that much of the uncertainty surrounding the research practices of psychoanalytic geography results from inadequate understandings of two fundamental and interrelated psychoanalytic principles. First, causes and effects cannot occupy the same phenomenal terrain. Second, the taking place of society involves a split between appearance, that is, its observable positive facts and relations, and being, that is, its generative principle and the mode of its institution. According to Copjec, a syncopated relation between being and appearance is not only central to Jacques Lacan’s concept of desire; it is also a neglected axiom that distinguishes psychoanalytic from historicist accounts of the spatial and temporal configurations of society. But what is desire and how can we become, to use Copjec’s phrase, ‘literate in desire’? To answer this question, I explore the empirical example of the fictional comic character Alan Partridge (played by Steve Coogan) who exemplifies the taking place of desire as a self-hindering process in terms of the illusoriness, opacity, and duplicity of language.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,023 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».