Bibliographic record
Abstract
Dans l’ensemble de ses œuvres, l'artiste canadien David Rokeby cherche à comprendre l’impact des images numériques de surveillance et de leurs divers dispositifs d’enregistrement et de diffusion sur le spectateur. Comment ces images peuvent-elles modifier notre perception de l'espace et, surtout, changer notre configuration du temps? Ce questionnement est le point de départ de notre étude de Seen, une installation visuelle de David Rokeby, exposée pour la première fois à la 8e exposition internationale d’architecture de la Biennale de Venise en 2002 et également présentée au Musée des beaux-arts de Montréal en 2007. Seen met en place un dispositif de surveillance électronique qui semble capter, en temps réel, les passants de la Place San Marco à Venise. Toutefois, ces images ne reflètent pas exactement le moment présent : elles sont traitées, en temps réel, par un programme informatique qui sépare les éléments immobiles des éléments mobiles, les corps en mouvement de l’architecture, et conserve les traces du mouvement. Nous sommes alors menés aux hypothèses suivantes : l’usage d’un tel dispositif de surveillance ne constitue-t-il pas une réflexion sur le passage du temps ? Cette description temporelle d’un lieu ne serait- elle pas une façon détournée d’archiver notre mémoire collective? Il s'agit donc d'examiner comment, en observant l’espace public, l’artiste propose une nouvelle lecture de notre histoire, bâtie non pas autour de l’archivage de ses monuments, mais autour de l’expérience humaine et temporelle.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".