Images en tr@nsit territoires et médiums
Bibliographic record
Abstract
Le programme de recherche international Images en tr@nsit : territoires et médiums, initié par le LESA (laboratoire d’études en sciences des arts, AMU, France), a pour objectif d’étudier les phénomènes actuels de déplacements, de transformations, de transcodages ou de recompositions des images. Pour en analyser les incidences esthétiques, socioculturelles et géopolitiques, ce champ de recherche tient compte des technologies innovantes relatives à la gestion des flux d’images entre divers territoires. Au- jourd’hui l’industrie de la communication fabrique des images en permanence, afin de véhiculer toutes sortes de récits médiatiques. Ce programme envisage principalement comment les artistes élaborent des espaces critiques et des contre-récits alternatifs, quels que soient leurs médiums et supports, en interro- geant en tous sens les faits par la fiction et inversement.Images en tr@nsit ne sépare pas recherche scientifique et recherche-création. En pleine transition nu- mérique, comment artistes et théoriciens interrogent-ils la relation entre l’image et le réel. Dans quelle mesure spéculent-ils sur nos relations à l’instabilité des images ? En d’autres termes, si l’image devient de plus en plus ce qui constitue ou engendre le monde selon un mouvement incessant – ce qui lui ferait perdre sa secondarité – comment est-elle encore un outil critique de connaissance par l’art ?Cet article s’articule en quatre parties :1. Usages du document et compositing artistique à l’ère de l’instabilité des images2. Images en transit et transmission : la question de l’archive3. Émergence de nouveaux récits intermédiaux : translations et transpositions matérielles de l’image4. Cartographies et territoires
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.014 |
| Scholarly communication | 0.021 | 0.011 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.032 | 0.004 |
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".