Incohérence et transgression dans Sucker Punch : une esthétique du secret. Lecture phénoménologique d’un (dé)voilement du sens
Bibliographic record
Abstract
Cet article prend le parti de lire Sucker Punch (Coup interdit, 2011), de Zack Snyder, à contre-courant des critiques qui n’y ont vu qu’un film miné par des incohérences et un scénario sans profondeur. À partir de l’analyse d’un délire diégétique, l’auteur met en lumière des indices qui l’amènent à élaborer une interprétation à rebours du récit, sur le modèle de l’analyse qu’effectue Pierre Bayard (1998) du Meurtre de Roger Ackroyd d’Agatha Christie. Avec l’aide de la phénoménologie de Michel Henry est mise au jour une réflexion sur le caractère nécessairement subjectif, trompeur, de la narration filmique, qui invite à concevoir un twist structurant le récit : soit à considérer l’existence de l’héroïne (Babydoll) comme illusoire au profit d’un personnage secondaire (Sweet Pea), selon un procédé de dédoublement de la personnalité visant à mettre à distance un vécu traumatique. Cela fait de Sucker Punch une oeuvre qui interroge en profondeur les potentialités de l’imaginaire et propose, en creux, une réflexion sur les enjeux du septième art, en cette ère de développement sans précédent des effets numériques.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.027 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".