Qu’est-ce que l’art chorégraphique peut montrer du corps migrant ? Une étude des chorégraphies Ethnoscape de Cécile Proust et Rester. Étranger de Barbara Manzetti
Bibliographic record
Abstract
Lorsqu’une chorégraphie comme Ethnoscape de Cécile Proust, qui traite du sujet des migrations humaines, est présentée sur scène au public, elle se trouve prise dans un contexte de réception politique et éthique d’autant plus brûlant qu’il touche à une actualité immédiate et médiatisée. C’est cette rencontre que l’article proposé commence par interroger : comment rendre présents les corps des immigrés, à travers leurs témoignages, leurs voix, leurs images ? Leur présence différée ne marque-t-elle pas inéluctablement leur absence ? Comparant ce projet avec celui de Barbara Manzetti qui fait venir des réfugiés politiques dans le lieu de sa résidence artistique, je m’emploie à montrer que ces choix ne hiérarchisent en aucun cas la valeur des œuvres, mais sont fondamentaux quant à la façon dont chacune des chorégraphies tend à s’inscrire dans le discours contextuel sur la migration. Changeant d’échelle, je peux alors montrer que la démarche chorégraphique de Proust ne se limite pas à s’inscrire dans la polémique d’une époque, mais qu’elle est l’histoire de toute une vie où danse et migration sont intimement liées, et où il s’agit de chorégraphier le mouvement du voyage et de la rencontre.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.016 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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 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".