Bibliographic record
Abstract
Cette enquête sur le compositeur, intellectuel et pédagogue John Rea, féru de paradoxes, procède par réponses sans questions. À l’instar de plusieurs de ses oeuvres, c’est plutôt par jeux de souvenirs que l’enquête est menée, en vue d’un portrait-robot. Ainsi, dans un premier temps, cinq personnes liées à John Rea (amis, anciens élèves, collaborateurs, collègues et/ou interprètes) ont été sollicitées pour rédiger librement, sous l’impulsion d’un souvenir leur ayant été mentionné, un bref essai sur l’enquêté. Il s’agit de Jacques Drouin, Michel Gonneville, James Harley, Alexina Louie et Alex Pauk. Dans un deuxième temps, chaque participant a été invité à lire chacun des autres témoignages et les commenter par de brèves notes de lecture. Enfin, en guise de conclusion, nous avons dégagé quelques traits qui, dans ces jeux de mémoires croisées et dépliées, font particulièrement retour. Or, comme dans un escalier de Penrose, ces éléments de réponses, bien que ne répondant à aucune question, en posent plusieurs.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.028 | 0.013 |
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".