Skins, de la série britannique à la série américaine : la reprise de la figure du jeune musulman
Notice bibliographique
Résumé
Souvent décrite comme un divertissement sulfureux parce qu’elle est en partie consacrée aux frasques et soirées mouvementées d’adolescents au lycée, la série britannique Skins de Jamie Brittain et Bryan Elsley (E4, 2007-2013) se trouve aussi très ancrée sociologiquement dans la ville contemporaine de Bristol et dans les mœurs qui caractérisent ses personnages. Si la série propose donc une représentation des modes de vie de certains jeunes au Royaume-Uni dans la première décennie du xxie siècle, elle interroge aussi le choix des individus qui composent le groupe d’amis par les créateurs de ce programme de fiction télévisée. Ainsi, dans un groupe majoritairement blanc issu de la classe moyenne, on trouve également une jeune fille d’ascendance afro-caribéenne et un jeune homme d’ascendance indo-pakistanaise. Tous deux incarnent visiblement les deux communautés issues de l’immigration de la deuxième moitié du xxe siècle au Royaume-Uni, dont l’une est l’objet d’une attention et d’une surveillance plus spécifique depuis les attentats du 11 septembre 2001 à New York et du 7 juillet 2005 à Londres. C’est pourquoi j’ai choisi de m’intéresser plus particulièrement au personnage d’Anwar Kharral, pour interroger la manière dont la Saison 1 met en scène son appartenance religieuse en la confrontant à ce qui semble être des questions morales et intimes plus que des questions explicitement politiques. La reprise/transposition de cette figure britannique de jeune musulman dans la version américaine de la Saison 1 (MTV, 2011) permet de montrer que d’autres choix de caractérisation du personnage d’Abbud Siddiki ont été retenus par le même Bryan Elsley, qui tendent à minimiser les vertus de l’appartenance à une famille musulmane mises en avant à la fin de la saison 1 de la série britannique pour, au contraire, tirer le personnage vers une figure de bouc émissaire facile, ce que la série américaine met en scène avec un humour assez grinçant.
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 | 0,001 | 0,002 |
| 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 | 0,013 | 0,012 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».