Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
VOIX ET IMAGES Cher Herv, cher Mathieu, j'ai voulu mener cet entretien avec vous parce que vos oeuvres, bien qu'minemment diffrentes sur le plan de la forme ou des thmes abords, me semblent porter une attention particulire ce que permet la parole tout comme ce qu'elle empche. Commenons donc directement : quelle est votre conception de la parole, et d'o vient ce souci, cette ncessit ressentie de l'prouver mme vos textes ? MATHIEU ARSENAULT Mes trois livres les plus importants, Album de finissants 1 , Vu d'ici 2 et La vie littraire 3 , sont presque uniquement du gros dsordre. Ce qui les fait tenir ensemble a peut-tre rapport avec la parole, avec les choses que l'on se fait dire, plus prcisment. J'ai crit les trois livres de la mme manire, en commenant chaque jour par taper dans mon document Word tout ce qui me passait par la tte, ce qui me donnait une vitesse d'criture qui me laissait pris au dpourvu devant la prochaine page, les prochaines lignes, le prochain bout de phrase faire. J'crivais trop vite pour raconter quelque chose, pour construire le rcit de quelque souvenir ou exprience. Tout m'arrivait par bribes. Par exemple, pour Album de finissants, me sont arrives des images de casiers, des souvenirs de la matire d'un cours de maths, de garons qui figent devant les filles. Je laissais tout apparatre ple-mle. Quelque chose mergeait petit petit, sourdement, chaque fois que a fonctionnait et qu'un texte russissait s'organiser assez pour se tenir et donner une cohrence l'ensemble. Ce quelque chose a rapport avec les choses qu'on nous dit et qui nous crasent. Les choses qu'on dit l'cole, qu'on dit la tl, qu'on dit aux crivains qui commencent.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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 it