MétaCan
Menu
Retour à la cohorte
Enregistrement W4384522558 · doi:10.7202/1101617ar

La scène littérale et la scène textuelle : les espaces de présentation de soi dans les écritures personnelles des danseuses

2023· article· fr· W4384522558 sur OpenAlexaff
Megan Wightman

Notice bibliographique

RevueDalhousie French Studies · 2023
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLiteral (mathematical logic)Interpretation (philosophy)Space (punctuation)Literal and figurative languageLinguisticsIdentity (music)HumanitiesPhilosophyArtAesthetics

Résumé

récupéré en direct d'OpenAlex

Cet article se propose de comparer la scène littérale et la scène textuelle dans des textes de nature autobiographique de deux anciennes danseuses classiques françaises, à savoir Danseuse étoile (2016) d’Agnès Letestu et La femme qui danse (2008) de Marie-Claude Piétragalla, afin d’élucider comment l’espace de présentation de soi influe sur l’image de soi qu’une personne peut donner d’elle-même. En nous inspirant principalement de la définition de la mise en scène proposée dans le Dictionnaire du théâtre (1996) de Patrice Pavis et des concepts d’autorité et de vocation énonciative chez l’analyste du discours Dominique Maingueneau, l’article identifie d’abord les éléments d’interprétation qui sont propres à la scène textuelle et à la scène littérale, ainsi que leur agencement au sein de chaque espace. Ensuite, il est question de montrer comment la mise en scène textuelle et la mise en scène littérale établissent chacun un espace de présentation de soi distinct, en prescrivant le discours que la danseuse peut tenir au sein de chaque espace. L’article constate finalement que la même danseuse qui se présente sur la scène textuelle et sur la scène littérale ne peut que présenter deux images différentes d’elle-même, car elle est tenue d’agir selon la mise en scène, c’est-à-dire l’agencement des éléments d’interprétation, propres à chaque espace.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,003
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,342
Écart entre enseignants0,284 · 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'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDalhousie French StudiesMême sujetLinguistics and Discourse AnalysisTravaux en français237 207