MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298268143

Les voix marionnettiques

2015· article· fr· W4298268143 sur OpenAlexaboutno aff
Sandrine Le Pors

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2015
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce numéro observe comment les arts dramatiques, scéniques et visuels se saisissent du corps marionnettique – marionnette, effigie, pantin, corps artificiel, acteur ou danseur marionnettisé ... –, se règlent ou se dérèglent sur lui pour se réinventer et ouvrir de nouvelles voies à l'incarnation de la parole et à l'animation des figures (« anima », faut-il le rappeler, signifie « souffle »). Des voix en playback marionnettisant les acteurs (Carmelo Bene) aux effigies harcelées par des voix (Gisèle Vienne) en passant par ces voix venues désarticuler et/ou animer le personnage (de Yeats à Kossi Efoui), multiples sont les écritures à dialoguer avec les pratiques vocales marionnettiques : soit qu'elles multiplient les écarts, les zones de friction ou d'émancipation entre la voix et le corps, soient qu'elles jouent du décentrement, voire de la mise à distance, entre l'origine de la voix et sa répartition dans l'espace. Entre dématérialisation des corps (ombres, projections, hologrammes, …) et corps affirmant leur matérialité, comment la dimension vocale et sonore de ces corps vient-elle dire quelque chose de nos discours (intimes et idéologiques), de nos ritournelles et de nos mondes ? Comment les artistes se mettent-ils à l'écoute de la voix marionnettique et s'efforcent-ils de la traduire ? La réflexion se veut transversale de par la diversité des territoires visités (Argentine, Belgique, France, Iran, Italie, Japon, Québec...) et des époques abordées (des pratiques traditionnelles comme le Bunraku aux formes scéniques très contemporaines d'avatars ou de masques vidéo).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0440,005

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 GPT0,246
Écart entre enseignants0,209 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetHermeneutics and Narrative Identity→Travaux en français237 207→