Bibliographic record
Abstract
L’obtention d’une bourse prestigieuse joue un rôle central dans l’émergence ou la consolidation de carrières artistiques, en offrant aux artistes lauréats d’une part les ressources matérielles pour créer et d’autre part la reconnaissance du milieu artistique. Notre texte porte sur le processus d’évaluation des demandes de bourses en arts visuels au Conseil des arts et des lettres du Québec (CALQ) dans le cadre du programme de Recherche et création, et plus particulièrement sur le mode de classement des candidatures par les membres des jurys. Quels sont les profils artistiques des artistes distingués par les jurys ? La détermination de la valeur et de la qualité artistiques (sous-jacente à l’attribution des bourses et de la reconnaissance des pairs) est-elle le résultat de la découverte du talent intrinsèque de l’artiste, ou résulte-t-elle au contraire d’un processus de construction de la réputation de l’artiste ? Sur la base d’observations in situ de délibérations de jurys et d’entrevues avec les membres, les demandes de bourses des candidats ont été classées en six catégories ou profils de qualité en fonction des évaluations des jurys. Nos résultats montrent que divers critères artistiques sont privilégiés, à savoir la contemporanéité, l’originalité, la cohérence et l’authenticité. Associés à différents degrés au profil de qualité des postulants, ils s’appuient étroitement sur une évaluation tant rétrospective que prospective de la démarche artistique du candidat.
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 | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.025 |
| Scholarly communication | 0.015 | 0.009 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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".