Bibliographic record
Abstract
The Dreamlife of Letters, poème cinétique de Brian Kim Stefans, fait partie des créations numériques les plus commentées du Web. Les hésitations des critiques quant à l’inscription de ce poème dans la tradition concrète ou lettriste interpellent autant que le caractère souvent très généraliste des commentaires. À travers une lecture détaillée des premières minutes de The Dreamlife of Letters, il s’agit d’abord dans cet article d’identifier des « figures de surface média » de la poésie numérique. Afin de rendre sensibles certaines proximités entre les figures du discours classiques et les figures de surface média, des emprunts aux taxinomies classiques sont faits dans certains cas. Pour éviter les analogies trop téméraires, et aussi pour exclure d’emblée toute confusion entre « effets » et « figures » de la poésie numérique, une nouvelle terminologie est proposée dans d’autres cas. Cette taxinomie a comme but de caractériser avec précision la relation entre le contenu des mots et leur mise en mouvement. En conclusion, il s’agit de réfléchir sur l’inscription de ces formes de poésie cinétique dans les mouvements de la poésie d’avant-garde.
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 | 0.001 |
| Science and technology studies | 0.007 | 0.010 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".