Le <i>Sound Quipu</i> de <i>Brain Forest Quipu</i> : tisser notre conscience sonore
Notice bibliographique
Résumé
Cet article relate le processus de création des éléments soniques pour l’installation Brain Forest Quipu de Cecilia Vicuña, une commande du Turbine Hall du Tate Modern en 2022. La célèbre poète et artiste visuelle Cecilia Vicuña a travaillé avec l’auteur sur plusieurs projets et médiums, donnant lieu à cette collaboration, à laquelle plusieurs musiciens, poètes et artistes sonores ont participé. Écouter la vision de l’artiste, l’espace du musée, la crise environnementale et les cultures sous-représentées était essentiel à la création d’un sound quipu, l’installation sonore construite au sein des sculptures monumentales. Ce récit commence par un appel initial à la co-création pour cette oeuvre dédiée à notre planète, suivi d’un bref contexte sur le Quipu dans l’oeuvre de Cecilia et sa collaboration avec l’auteur. La vision de l’oeuvre a ensuite été transmise avec une invitation aux artistes participants. La conception de la structure temporelle et physique de l’installation sonore est décrite, ainsi que la nature et la portée des contributions.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».