Weinstock, Jeffrey Andrew. The Monster Theory Reader. Capturer l’image changeante d’une altérité en perpétuelle reconfiguration
Notice bibliographique
Résumé
L'ouvrage The Monster Theory Reader, supervis par Jeffrey Andrew Weinstock, dploie les enjeux et thmatiques qui traversent la notion de monstruosit travers vingtquatre articles compils dans quatre parties thmatiques. La "thorie du monstre", tablie sous ce nom par Jeffrey Jerome Cohen, est dfinie par Weinstock comme un champ d'investigation auquel peuvent se rallier des chercheurs de domaines varis. 2 Ces diffrents domaines sont mis en lien thmatiquement dans l'ouvrage. La premire partie offre une bote outils thorique pour les tudes de monstres (Monster Theory Toolbox), en proposant des textes de Sigmund Freud, Masashiro Mori et Julia Kristeva. Et l'ouvrage se clt sur une quatrime partie, The Promises of the Monster (Les Promesses du Monstre), prsentant une srie de recadrages pistmologiques qui nous incitent embrasser la figure du monstre comme une chappatoire aux normes tablies (avec des textes d'Anthony Lioi, Donna Haraway et Patricia MacCormack). Ces articles qui ouvrent et ferment le recueil se distinguent des autres par leur volont de faire du concept du monstre un absolu susceptible d'tre dracin. Les articles rpartis dans les sections Monsterizing Difference (rendre la diffrence monstrueuse) et Monsters and Cultures (Monstres et Cultures) inscrivent quant eux chaque fois leurs monstres dans
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».