Notice bibliographique
Résumé
Fables consists of 45 photographs taken across heritage and museum sites in France, collected in the book Fables Karen Knorr (2008). These large-format lamda prints and photographs have also been presented in 17 solo exhibitions and over 25 group exhibitions in France, Italy, Belgium, Netherlands, Canada, India and the UK. The context for the work is large-format staged or constructed fine art photographic practice (e.g. the work of Crewdson, Wall, Sherman, Sugimoto, Hunter and others). \n \nThe project evolved out of my work from the 1980s to 2000s, which challenged the institutional spaces of the museum and academy as sites of power through humour, irony and storytelling. The current work explores a new type of photographic imagining, using recent technological developments in digital photography: these make possible the digital insertion of the animal into the image as a trangressive device, creating a new hybrid object between photography, drawing and painting. \n \nMy aim is to expand photography as an allegorical form using the fable as a thematic and playful device: digital technologies are used to create a new photographic aesthetic that is able to develop institutional critiques in an accessible and entertaining way. At the same time the work involves a critique of the photograph as document: by combining analogue and digital photography, it troubles the ontological status of the photographic image. \n \nThe research crosses the disciplines of museology, aesthetics, feminism and animal studies in its investigation of the concept of animality, museology and natural history. It uses visual means to raise questions about the 'other' and alterity. The animal appears as a transgressive cipher (referencing surrealism) disrupting the order of things in locations of cultural power and challenging assumptions of cultural and national identity in European museums and heritage sites.
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 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,274 | 0,077 |
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 ».