Bibliographic record
Abstract
Le texte scénaristique est avant tout un texte écrit en vue d’une réalisation cinématographique. Il doit par conséquent s’occuper à la fois de la conception du film, du traitement de l’idée en termes cinématographiques, mais aussi être écrit en fonction de ce qu’il précède, prépare et doit permettre : le film. Le film constitue indéniablement l’horizon d’écriture du scénario, lequel est déterminé par ce rapport au film futur. Cependant, quel est son horizon de lecture? Comment le scénario de film est-il lu? À qui s’adresse le texte scénaristique? Car si le scénario est bel et bien écrit en fonction de ce qu’il doit permettre — le film —, c’est le spectateur qui est le foyer de perception en fonction duquel est organisée une part des informations contenues dans le scénario. Pourtant, le scénario ne s’adresse pas à un spectateur mais bien à un lecteur. Ce lecteur est souvent spécialisé (praticien/ne) et surtout, c’est un lecteur qui a les attributs perceptifs du spectateur. En fonction de qui et de quoi un scénario de film est-il écrit? Quel type de lecteur le texte construit-il? Ce sont les questions fondamentales que cet article approfondit.
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 | 0.005 |
| 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 | 0.002 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.136 | 0.021 |
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".