Appréhender le territoire par l'audiovisuel : d'une démarche à un dispositif en mouvance
Bibliographic record
Abstract
Ce mémoire, présenté sous la forme d’une recherche-création, explore la relation qu’entretient l’audiovisuel avec le territoire. Ce dernier, non pas considéré ici comme un fait objectif, observable et tangible, est perçu en tant que milieu, c’est-à-dire en tant qu’entité relationnelle plaçant l’artiste en liaison avec son environnement. Partant du concept de mouvance, inspiré par les écrits du géographe québécois Louis-Edmond Hamelin, et de celui de médiance proposé par le géographe français Augustin Berque, il sera alors tenté de comprendre comment le territoire peut-il être appréhendé, exprimé ou traduit par les moyens de l’audiovisuel. Cet enjeu sera étudié à travers les œuvres de Pierre Perrault (Le pays de la terre sans arbre ou le Mouchouânipi), de Michael Snow (La région centrale) et de Nelly-Ève Rajotte (Ei), ainsi que par la création associée à ce mémoire, Agencements. Cette dernière, présentée à l’Université de Montréal en juin 2018, se compose de six écrans et cinq haut-parleurs et met en scène des images issues de tournages en Eeyou Istchee (Baie James) effectués en 2015 et 2016. Par ce principe de mouvance, je souhaite laisser au territoire et à ses configurations le pouvoir d’orienter ma démarche de création, ma manière de filmer et d’écrire. C’est alors un dialogue qui est ici proposé : entre une conception théorique et une démarche de création, proposant ce que je nommerai un dispositif en mouvance.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.013 | 0.014 |
| Scholarly communication | 0.016 | 0.009 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.018 | 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".