Notice bibliographique
Résumé
In Marie Brassard’s most recent play, Peepshow, there is a scene that, in my view, gives insight into the nature and the spirit of her theatrical process and of the work she creates. In this scene, a young girl describes an experience she has had in school. Her teacher shows a flashcard on which a word is written, and she is to determine whether the word is best categorized as a “person” or an “animal.” The word she is shown is “Dad.” The little girl decides that person is too simple and obvious and that this must be a trick question. The less obvious answer must be the right answer. “Maybe the teacher knows something I don’t and she’s going to show it to me,” the little girl muses. “Maybe she’s going to open a door to a world I don’t even know exists. And at the end of the day, I’ll be a better person.” With this in mind, the little girl responds, “Animal.” Disappointedly, her teacher tells her that she is wrong, and relegates her to the side of classroom reserved for “not-so-clever ones.” “The next day at school I understood the game,” she tells us, “and from then on, when I was asked a question, I’d answer the obvious answer. And everyone was happy, except for me. Because deep inside I knew I was right. I knew there must be a door somewhere” (Brassard 3–4). 1
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».