Face à l'image : Exercices, explorations et expériences vidéoscéniques
Bibliographic record
Abstract
Ne de la rencontre de deux parcours de createurs et de pedagogues, cet ouvrage vise a donner des outils a la fois techniques et conceptuels pour elaborer des strategies de creation singulieres. Il presente des experiences permettant de renouveler les cadres dramaturgiques traditionnels des disciplines utilisant l'espace, le corps et l'image. Il est aussi une invitation a considerer la video sous un angle artisanal, bricole : ce n'est pas l'image techniquement parfaite qui est en jeu, mais d'abord une rencontre, un equilibre de presence, parfois une construction a vue. La videoscenique est a considerer comme un terrain de jeu stimulant qui parlera autant a des techniciens aguerris qu'a des utilisateurs peu experimentes ! Un manuel pratique et reflechi pour des projets artistiques souhaitant integrer de l'image : Performance- Danse-Concert-Theâtre-Installation-Improvisation. Artiste-Createur-Metteur en scene-Interprete-Enseignant-Etudiant-Technicien : autant de personnes a qui s'adresse ce livre, que ce soit pour monter un atelier ou realiser une experience scenique ou tout genre d'installation. Ludovic Fouquet est charge de cours dans diverses universites ou ecoles d'art, de cirque et de theâtre en France comme au Quebec. Robert Faguy est professeur de theâtre a l'Universite Laval. Tous deux travaillent aussi sur le plateau, et developpent une pratique scenique multidisciplinaire. Mise en scene, interpretation, scenographie, integration videoscenique : ces bases dramaturgiques ont traverse leurs nombreuses creations et ateliers. Ces derniers sont ancres dans une pratique de l'image, une pratique scenique, une pratique performative qui s'interroge sur l'integration des technologies de l'image et du son, et leur perception par le spectateur.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".