Chinese Millets: native soil, the party–state, and art in contemporary China
Notice bibliographique
Résumé
Ever since Jean-François Millet (1814–75) was introduced to China in the 1920s through translations, Chinese artists’ fascination with him has resulted more from his life story than from the poor reproductions of his artworks. Millet’s focus on the imagery of the peasantry and his purported identification with the peasant made him a unique figure in the rise of a discourse on native soil, which conflates peasants, the land, the Communist revolution, and a distinctive Chineseness in art. This discourse first took form during the War of Resistance against Japan (1937–45) and continues to thrive in China today. This article examines the growing list of artists—from the well-known masters Gu Yuan (1919–96) and Luo Zhongli (1948–) to lesser-known artists whose professional work was supported by state painting academies and teaching institutions—who have been named the “Chinese Millets.” I propose that “Millet” continues to be effective as a trope in the discussion and imagination of art in China today because his life story provides multiple thrusts—the rapport with peasants, the simplicity and nobility of an artist’s character, an unflinching insistence on one’s own style in opposition to more fashionable trends—in support of a vague conviction of the vitalist force of the native soil. This simultaneously eases Chinese artists’ anxiety over their distinction in the international contemporary art world and echoes the civilizational nationalism increasingly promoted by the party state. Foregrounding the persistent phenomenon of likening to Millet in art discourse in China, this study reveals the challenges and dilemmas of an art world that simultaneously strives to rise in the global order and manages to work with an authoritarian state that both promises generous patronage and demands cooperation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,010 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».