MétaCan
Menu
Retour à la cohorte
Enregistrement W3025744700 · doi:10.7202/1067416ar

Décrire l’artifice

2019· article· fr· W3025744700 sur OpenAlexvenueno aff
Thomas Carrier-Lafleur

Notice bibliographique

RevueSens public · 2019
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueVisual Culture and Art Theory
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtHumanities

Résumé

récupéré en direct d'OpenAlex

Cet article entend remettre en question la notion de « pan » dans le domaine des arts visuels, telle que développée par l’historien de l’art Georges Didi-Huberman dans le domaine de la peinture. À l’exemple du « petit pan de mur jaune » vermeerien remarqué par l’écrivain Bergotte dans À la recherche du temps perdu, le pan est un détail de l’œuvre qui semble exclusivement destiné à celui qui la regarde et qui n’a de sens que pour lui. Transcendante, cette vérité accorde une authenticité nouvelle à l’œuvre, devenue ainsi unique, tout en soulignant la facticité de toutes les autres œuvres qui ne possèdent pas d’« effet pan ». Plus spécifiquement, il s’agira de voir comment ces enjeux se développent lorsqu’il est question non plus de peinture ou de photographie, mais des images en mouvement de l’art cinématographique, dont il faut aussi trouver le moyen de décrire l’authentique vérité. Pour mener cet exercice d’ekphrasis, nous nous intéressons à deux fictions littéraires mettant en scène des personnages dont la vie tourne autour d’un ou de plusieurs films, devenus éminemment personnels : Ma vie rouge Kubrick (Simon Roy, 2014) et Cinéma Royal (Patrice Lessard, 2017).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0400,037

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 Opus0,037
Tête enseignante GPT0,247
Écart entre enseignants0,210 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSens publicMême sujetVisual Culture and Art TheoryTravaux en français237 207