Bibliographic record
Abstract
A partir d’une expérience de fréquentations d’architectes, et plus spécialement de l’enseignement de l’architecture, cette contribution, en s’appuyant sur la sémiotique peircienne, propose de construire un appareillage conceptuel permettant de comprendre comment s’opère le travail architectural, en particulier comment peut se saisir la « boîte noire » du travail de conception, de design. Le pari de l’article est de réfléchir, à partir des catégories peirciennes, ce que composer veut dire comme un processus sémiotique dans lequel le travail de conception navigue constamment entre icone, indice et symbole. Cette approche permet de faire droit à la fois, au travers d’un rapport dominant au concept de symbole, aux multiples conventions sur lesquelles s’étaye la conception, mais aussi, au travers des concepts d’icone et d’indice, à la large part d’intelligence infra-discursive, infra-propositionnelle dont elle se nourrit. Dans un contexte où la spécificité du travail architectural se voit menacée par la concurrence déjà ancienne avec les ingénieurs, mais de plus en plus avec les spécialistes de la conception assistée par ordinateur, ou encore avec les designers, sans parler de la montée des processus de co-design dans lesquels la compétence propre de l’architecte pourrait se perdre, le texte cherche à cerner ce qui constitue le propre de la conception architecturale, une compétence acquise patiemment au travers de ce que permet de cerner l’idée d’une formation pensée comme « entraînement », dans ces espaces apprêtés que sont les « ateliers», les « workshops »...
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.004 | 0.027 |
| Scholarly communication | 0.014 | 0.013 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 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".