Bibliographic record
Abstract
Mon projet de maîtrise est l'aboutissement d'une longue réflexion sur une des plus anciennes disciplines des effets visuels en cinéma, le « matte painting » ou son appellation française de décors numériques. Pour des raisons financières ou de « glamour », les artisans responsables de ces créations étaient gardés dans l'anonymat et l'apport qu'ils avaient sur la production, ignoré. Le milieu des années 90 a changé le rapport que l'industrie avait de ces créateurs et de nouvelles étoiles du « matte painting » ont fait leur apparition et on a redécouvert en fait une tradition plus vieille que le cinéma lui-même. Une condition est restée inchangée cependant, celle de l'invisibilité des décors artificiels, ceux-ci étant avant tout des arrière-plans qui émulent des endroits exotiques, impossibles ou trop dangereux pour être filmés, mais tout en restant crédibles. Cette notion est importante, car elle assure que tous les aspects d'une séquence filmique se fondent sans distraction pour assurer la vision du réalisateur. Mon support de base sur lequel les décors numériques seront ajoutés sera la macrophotographie contenant des plantes ou des objets en plan très rapproché. Il y a une dimension cognitive et esthétique à mon projet dans la mesure où je vais illustrer des processus physiques que je vais réinterpréter de façon créative en utilisant une méthode semblable à la déconstruction. J'envisage d'utiliser des processus tels la photosynthèse, la dissémination ou la rosée, que je vais ensuite réinterpréter en utilisant des représentations provenant du design industriel, de l'architecture, de la robotique, pour ensuite les assembler de façon éclectique. Le but ici est de recréer de nouveaux univers faisant écho à des réflexions sur l'industrie des effets numériques, l'envahissement de la technologie et le rapport de l'homme avec la nature. Dans ce projet de création, tout en conservant certains préceptes des « mattes painting », à savoir l'approche utilisant le photo réalisme, je tente de renverser le regard pour rendre ma création le sujet plutôt qu'un complément a l'image. Dans un même élan, je vais tenter d'amener une expérience plus personnelle pour l'observateur, par une variété de médias d'affichage utilisant différentes méthodes d'interfaçages. Certaines de ces méthodes sont traditionnelles tandis que d'autres sont à la fine pointe de la technologie numérique.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.011 | 0.023 |
| Scholarly communication | 0.020 | 0.012 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.037 | 0.007 |
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".