Robert de Niro’s <i>Raging Bull</i>: The History of a Performance and a Performance of History
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cet article fait une utilisation des archives de Robert De Niro, récemment acquises par le Harry Ransom Center, pour fournir une analyse théorique et historique de la contribution singulière de l’acteur au film Raging Bull (Martin Scorcese, 1980). En utilisant les notes considérables de De Niro, cet article désire montrer que le travail de cheminement du comédien s’est étendu de la pré à la postproduction, ce qui est particulièrement bien démontré par la contribution significative mais non mentionnée au générique, de l’acteur au scénario. La performance de De Niro brouille les frontières des classes de l’auteur, de la « star » et du travail de collaboration et permet de faire un portrait plus nuancé du travail de réalisation d’un film. Cet article dresse le catalogue du processus, durant près de six ans, entrepris par le comédien pour jouer le rôle du boxeur Jacke LaMotta : De la phase d’écriture du scénario à sa victoire aux Oscars, en passant par l’entrainement d’un an à la boxe et par la prise de soixante livres. Enfin, en se fondant sur des données concrètes qui sont restées jusqu’à maintenant inaccessibles, en raison de la modestie et du désir du comédien de conserver sa vie privée, cet article apporte une nouvelle perspective pour considérer la contribution importante de De Niro à l’histoire américaine du jeu d’acteur.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 it