Bibliographic record
Abstract
À la différence du zazen, la forme méditative du zen la plus connue, qui cherche à annihiler le rapport aux choses terrestres par le retrait dans la méditation (assise), le ko̅an zen choisit d’emprunter aux « choses terrestres » pour mieux en libérer l’esprit. Le ko̅an zen, en effet, se caractérise par son recours au langage en des phrases qui ne font pas sens (du type « Qu’est-ce que la Voie ? » – « Oui. ») ; autrement dit, les « devinettes » et autres « historiettes absurdes » que propose le ko̅an zen à ses pratiquants utilisent le signe, mais pour mieux le démystifier et défaire tous les liens qui le rattachent au sens. Il s’agit de dérouter non pas tant pour révéler l’absurdité ou le vide de toute pensée (langagière), mais surtout pour bousculer l’esprit dans son carcan de signification dans le but de l’amener à accéder au « non-moi (wu-wo) », à la « non-pensée (wu-nian) » qui sont autant de définitions négatives de l’illumination bouddhiste. Si le monde est conçu comme un langage, pour emprunter la formule de Lacan, le ko̅an zen propose une sortie du monde par la destruction du sens, afin d’ouvrir l’esprit à la vérité du « non-mental (wu-nian) », soit à l’éveil. On observera donc la stratégie du signe employée dans ces ko̅an par les maîtres zen pour sortir l’esprit de ses habitudes.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.020 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 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".