Co‐creating real fictional characters: Virtual ethnofabulation
Notice bibliographique
Résumé
Abstract We generated these short fiction stories from a collaborative co‐writing practice. In this practice, we write ethnofiction together, alternating who is writing. When we write, we write live in a Google Doc while also on a video call; one of us lives in Sudbury, Ontario, and the other lives in Toronto. In our practice, we are interested in exploring the potential of collective world‐building as critical empirical and relational praxis. The three pieces included here are character studies, but they are also stories of characters studying. Each of them arises from an oblique or direct relation to our ethnographic fieldwork, one of us having worked with online queer and trans activists in North America, and the other having worked with working‐class community organizers in Barcelona. The first piece considers the role of representation in mediating violence and the emotional development of the observer. The second deals with the ways in which loss, abandonment, and inheritance are experienced through intimate attachments to place and to flesh. The final story was written as an exercise in listening: the one of us who works in Barcelona described an interlocutor to the one of us who works in North America. We then wrote a story about a character called “Arnoldo,” who is neither wholly fictional nor wholly real. This work develops a set of techniques for relating to others at the intersection of artistic craft, critical fabulation, and world‐building.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,017 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».