Peter Pan 360° : construction d’univers narratifs et immersion
Notice bibliographique
Résumé
La recherche de ce mémoire se situe dans le domaine de la narrativité en milieu immersif (aussi appelé « immersive storytelling »). En me basant sur l’univers créé par James Matthew Barrie pour sa pièce Peter Pan (et son roman éponyme) mais aussi sur le croisement des différentes adaptations de l’histoire, je composerai une cartographie des lieux intégrant plusieurs environnements classiques de cette diégèse. Ceux-ci constitueront la matière narrative à partir de laquelle je proposerai l’univers Peter Pan. La carte du Pays Imaginaire permettra de transposer une histoire originalement destinée à un média traditionnel, tel que le théâtre ou la littérature, vers le média immersif de la réalité virtuelle. Pour ce faire, mon hypothèse de travail se basera principalement sur l’application des processus de création d’univers narratifs (une traduction libre de l’approche dite de World Building). Ainsi, j’utiliserai les notions que j’ai acquises en étudiant l’animation 3D pour mieux comprendre les tenants et aboutissants d’un environnement immersif comme outil narratif. Loin de m’arrêter à la simple transposition d’un conte pour un dispositif de diffusion, je tenterai de démontrer qu’il est possible non seulement d’utiliser les dispositifs immersifs comme outils narratifs, mais également que ceux-ci peuvent avoir une incidence réelle sur la perception de l’histoire et la façon de transmettre celle-ci. Il me sera alors possible d’utiliser ce projet pour déduire les effets d’une telle installation sur la narration proposée. C’est donc à travers le récit de mes expérimentations qu’il sera possible de saisir les notions essentielles à la création d’un univers narratif destiné à un dispositif immersif tel qu’un dôme de projection ou des lunettes de réalité virtuelle. Il en résultera une meilleure compréhension des contraintes propres à ce média émergent ainsi qu’un ensemble d’outils d’analyse permettant une meilleure compréhension des moyens à déployer pour atteindre une véritable narration en milieu immersif.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,000 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 ».