Bibliographic record
Abstract
L’auteur cherche à reproduire les diverses circonstances suivant lesquelles il serait possible de saisir la notion d’« icône ». En premier lieu, il dresse une liste des principales caractéristiques de l’icône, telles qu’on peut les répertorier dans les textes de Peirce. Puis, une confrontation de ces traits au signe visuel qui devrait, suivant l’étymologie, exemplifier l’icône démontre plutôt que, contre toute attente, cette équivalence entre l’icône et le signe visuel vient créer des difficultés majeures qui sont liées à l’une des questions centrales de toute théorie du signe, à savoir la place que l’on doit réserver à la question de la représentation. Or il s’avère que les caractères reconnus par la majorité des travaux des spécialistes au signe musical correspondraient de façon beaucoup plus juste à l’icône dans la mesure où cette dernière ménage, à l’intérieur du signe, une place à l’imaginaire, d’où il est possible d’appréhender le virtuel et de laisser l’émotion s’inscrire dans le processus de la « sémiosis ». L’auteur évalue cette hypothèse et en mesure les retombées sur la théorie du signe.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.013 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
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".