MétaCan
Menu
Back to cohort
Record W2965655850 · doi:10.7202/1061902ar

Présentation

2019· article· fr· W2965655850 on OpenAlexvenueno aff
Jan Baetens, Nadja Cohen

Bibliographic record

VenueÉtudes françaises · 2019
Typearticle
Languagefr
FieldArts and Humanities
TopicLinguistics and Discourse Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsPsychologyComputer science

Abstract

fetched live from OpenAlex

PrésentationÉcrire après le cinéma.Que fait le cinéma aux genres littéraires ?jan baetens et nadja cohen Dans la culture médiatique qui est la nôtre depuis plus d'un siècle, les rapports entre formes culturelles et médiatiques ne peuvent plus être pensés de manière chronologique, comme si l'histoire se réduisait à l'éternel remplacement de l'ancien, par exemple la littérature, par le nouveau, par exemple le cinéma.Beaucoup de formes nouvelles disparaissent plus vite que les anciennes et celles-ci, loin de simplement survivre, arrivent souvent à se renouveler aussi radicalement que les nouveaux médias qui dans un premier temps semblaient les condamner à l'oubli.De la même façon, il serait naïf de penser que l'introduction progressive de nouveaux médias, de nouveaux formats, de nouvelles conventions ou encore de nouvelles techniques, se présente sur le mode œcuménique de l'élargissement infini de l'éventail des possibles.Les formes culturelles font plus que se compléter ou s'enrichir mutuellement, elles sont aussi en concurrence les unes avec les autres.De manière générale, les relations intermédiatiques ont produit non seulement un paysage plus complexe, elles ont également modifié la structure interne des médias, tous de plus en plus hybrides, comme la structure de leurs relations réciproques, qui a cessé de mettre en rapport des médias autonomes pour y substituer un modèle où chaque média intègre peu à peu certaines des singularités des médias qui l'entourent.C'est dire que les relations entre littérature et cinéma ne se laissent plus ramener à la seule problématique de l'adaptation, qui a longtemps dominé les débats critiques et théoriques en la matière.L'écriture, aujourd'hui, ne « copie » plus le cinéma, elle fait autre chose

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.014
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.590
Threshold uncertainty score0.842

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.014
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0040.001
Scholarly communication0.0100.003
Open science0.0010.004
Research integrity0.0040.005
Insufficient payload (model declined to judge)0.4100.155

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.

Opus teacher head0.024
GPT teacher head0.271
Teacher spread0.247 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; the direct Gemma label and the distilled Codex classifier agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations1
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueÉtudes françaisesSame topicLinguistics and Discourse AnalysisFrench-language works237,207