Bibliographic record
Abstract
O n entend souvent des commentaires ngatifs propos des mdias sociaux, de leur superficialit, de la dpendance qu'ils suscitent, de leur caractre chronophage, du dtournement du rel qu'ils entranent.Mais, depuis quelque temps, je consulte frquemment Instagram et je crois pouvoir affirmer que ce mdia qui permet d' changer des images est sans pareil pour la diffusion des oeuvres d'art.Avant de le frquenter, j'tais loin de me douter que j'y dcouvrirais autant d'artistes, et qu'autant d'artistes que je connaissais et estimais l'utilisaient pour faire connatre leurs dernires crations.C'est sur mon fil Instagram que j'ai vu pour la premire fois, au printemps dernier, des oeuvres de Mark Puchala.Les images ont tout de suite capt mon attention et, avec un enthousiasme sincre, je les ai likes.Un mois plus tard, Puchala annonait sur sa page personnelle que ses oeuvres allaient tre prsentes la galerie Mark Christopher de Toronto.Due de ne pouvoir assister l'exposition, j'ai t heureuse d'apprendre, peu de temps aprs, que Puchala exposerait galement ses oeuvres Montral cet automne.En prvision de cette exposition qui aura lieu la galerie Youn sur le boulevard Saint-Laurent, Puchala s'y est rendu cet t afin de pouvoir sentir l' espace de la galerie, qui se dploie en un long rectangle compos d'un grand espace l'avant et d'une plus petite salle l'arrire.C' est cette occasion que j'ai eu le plaisir de le rencontrer en compagnie de son galeriste, Mark Zadorozny, et du propritaire, Juno Youn.En ce jour de relche, la galerie est ferme au public, et j'arrive quelques minutes avant l'heure du rendezvous.La faade comporte une large vitrine qui permet d' exposer des oeuvres de grand format.Elle pique ainsi la curiosit des passants, en les invitant dcouvrir l'exposition en cours, et contribue aussi l'agrment des promenades nocturnes sur le boulevard.Au moment de notre rencontre, la galerie Youn expose les dernires oeuvres du peintre Bruno Leydet, de grands portraits Peinture
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 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 | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".