Killing in the Name of...Nothing: The Serial Search for Meaning and the Absence of Desire in <i>the Minus Man and Dahmer</i>
Bibliographic record
Abstract
Cet article examine deux films peu connus du sous-genre constitué par les films sur les tueurs en série dans lesquels l’homme est assimilé à un monstre. Il s’agit d’un sous-genre généralement explicite qui a connu un gain de popularité important à partir des années 1990. Les deux films, The Minus Man (1999) réalisé par Hampton Fancher et Dahmer (2002) réalisé par David Jacobson, entraînent le genre dans une spirale interne, en explorant l’absence de désir et de sensibilité du tueur. Ils procèdent à une démystification radicale du sous-genre et évitent le sensationnalisme qui lui est associé, en faisant en sorte que notre attitude envers le tueur reste neutre et indifférente, avec pour effet troublant de diminuer la distance qui nous sépare a priori de lui. Dans le film de Fancher, qui est l’adaptation à l’écran d’un livre, le personnage principal, Vann (Owen Wilson), est l’incarnation même du signe « moins » dans son néant d’indifférence et de destruction gratuite; il tue par absence de désir, en fait pour ne pas mourir. Dans le docudrame de Jacobson, Dahmer (Jeremy Renner) tue pour contrôler par le vide, en essayant d’éliminer l’humain en tant que complétude de sens et de désir. En assassinant dans cette quête futile pour donner un sens à leurs vies, ces tueurs en série rejettent, sous la forme d’une accusation, la propre quête du spectateur pour les comprendre et expliquer, par des théories populaires ou savantes, la finalité de leurs actes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".