Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When Russia invaded Ukraine in 2014, the Russian media ran what I propose to call a simulation of “non-invasion”—a spectacle aimed to distance Russia from the war. This essay explores activist art resistance against this simulation. Specifically, I discuss three art projects that were staged during the first, most violent year of the Russian-Ukrainian conflict: Mariia (Maria) Kulikovs'ka’s performance at “Manifesta 10” in St. Petersburg, Serhii Zakharov’s guerrilla installations on the streets of occupied Donetsk, and Izolyatsia’s #onvacation occupation of the Russian pavilion at the 56th Venice Biennale. These art projects, I argue, not only attacked the simulation from the outside as independent entities, but, by penetrating the simulation on site and online, they disrupted it from within. I offer three reasons to support this claim. First, these art projects superimposed images of the invasion over the physical sites where the “non-invasion” simulation dwelt and, in this way, not only made the war visible but also produced “a glitch in the matrix” effect—a conflict within the simulation visual regime that was inconsistent with its concealment function. Second, they “hailed” (in Louis Althusser’s terms) actants of the simulation as subjects of Putin’s regime, provoking suppressive reactions that proved Russia’s participation in the war—which the simulation, thus, failed to downplay. And third, with carefully orchestrated strategies of online outreach to the public, these art projects attached themselves to the media dimension of the simulation, making the simulation’s media proliferation work against itself.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle