Bibliographic record
Abstract
Selon Gregory Ulmer et Shoshana Felman, le monde contemporain serait caractérisé par la multiplication des désastres à grande échelle et des traumatismes vécus de façon collective (l’Holocauste, le 9 Septembre, la pandémique du SIDA, la présente guerre en Iraq, etc.). Le traumatisme serait désormais l’expérience collective la plus communicable entre diverses générations et au-delà des frontières géopolitiques. Faisant écho à ces propos, un nombre important d’oeuvres d’art conçues spécifiquement pour l’Internet mettent en lumière les phénomène associés à la commémoration des tragédies planétaires et des traumatismes collectifs, considérés comme fondamentaux dans la formation des identités et des communautés contemporaines. Ces oeuvres, qui adaptent la forme du monument, de l’oeuvre commémorative ou du témoignage ne font cependant pas la chronique du désastre. Elles assujettissent plutôt les caractéristiques formelles, techniques et rhétoriques propres à l’art numérique à un projet précis, celui de démontrer l’importance globale de la situation de crise, ainsi que la nature dialectique du traumatisme collectif et du tissu associatif au sein duquel se forme la mémoire. Cet article propose que l’Internet fournit un site idéal pour la création d’un art commémoratif qui s’adresse à des publics délocalisés. Dans ce contexte, les propriétés temporelles et d’interactivité qui sont caractéristiques de l’art numérique invoquent le processus de la mémoire et affranchissent l’activité commémorative du lieu physique et des contraintes géopolitiques qui le sous-tendent.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.011 |
| Scholarly communication | 0.013 | 0.014 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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; 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".