MétaCan
Menu
Retour à la cohorte
Enregistrement W4391666103 · doi:10.7202/1108948ar

Faire équipe avec des plantes ? Quatre performances participatives et leurs au-delà

2023· article· fr· W4391666103 sur OpenAlexvenueno aff
Éliane Beaufils

Notice bibliographique

RevueTangence · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

« Nous ne sommes pas seuls », et les humains se doivent de découvrir leurs alliances avec les plantes, suggèrent Lena Balaud et Antoine Chopot. Dans les quatre performances étudiées, les spectateurs découvrent des plantes in situ et interagissent avec elles. Mais dans quelle mesure ces formes participatives peuvent-elles s’appuyer sur la participation des spectateurs pour éveiller des imaginaires d’alliances anthropo-végétales, en commençant à les développer durant la performance ? Hypothèse et analyse prennent appui sur quatre dispositifs très dissemblables, deux parcours audioguidés sollicitant les interactions sensibles et poétiques des participants avec des plantes, un troisième qui fictionnalise radicalement les végétaux rencontrés, et un quatrième qui invite les spectateurs à devenir des parlementaires des organismes. Les dispositifs suggèrent des modalités du faire équipe avec les plantes également très variables : d’une sculpture sensible de l’environnement à la guérilla, en passant par l’aménagement de nos villes et même l’instauration d’une démocratie. Mais les vecteurs des alliances sont toujours pluriels, en appelant à la sensibilité, à la transmission d’informations et à l’action, si bien qu’ils semblent se compléter et donner lieu à des expériences marquantes. Ils favorisent divers modes de mises en relation, ainsi que les passages de la cognition ou de l’action aux savoirs incarnés.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,003
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,249
Tête enseignante GPT0,353
Écart entre enseignants0,104 · 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 revueTangenceMême sujetFrench Urban and Social StudiesTravaux en français237 207