« Un meilleur exemple est une photographie » (CP 2.320). De la valeur de la photographie comme exemple dans les écrits de C. S. Peirce sur le signe.1
Bibliographic record
Abstract
Cet article prolonge une discussion antérieure sur la place de la photographie dans la réflexion sémiotique de Charles S. Peirce, pour préciser dans ce cadre la fonction de l’image photographique comme exemple pour la théorie sémiotique, plutôt que comme objet théorique à part entière. En se basant sur plusieurs textes des années 1890, on montre que Peirce se sert de l’exemple photographique pour illustrer des points théoriques – comme la distinction entre icône et index – plutôt qu’il ne formule une théorie de l’image photographique – comme index, en particulier. Cette pratique de l’exemple photographique est ensuite interrogée dans sa double relation à un contexte historique – celui de la popularisation de la photographie vers 1890-1900 – et à la notion fréquemment invoquée dans la sémiotique peircienne de “savoir collatéral”, connaissance présupposée pour le fonctionnement correct des signes. La dernière partie de l’article propose de réinterroger la valeur d’exemplarité et la notion de connaissance collatérale dans le contexte de la photographie numérique, où certains commentateurs ont vu une mutation radicale de la sémiotique de l’image photographique. Est introduite ici à titre d’hypothèse la notion symétrique de “doute collatéral”, pour tenter de rendre compte d’un certain obscurcissement de la compréhension commune du fonctionnement technique de l’image photographique. Une courte postface indique que cette hypothèse reste à l’état de conjecture et fait état de quelques développements récents dans la discussion sur la vision peircienne de la photographie.
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 | 0.011 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".