Le chant des poissons
Bibliographic record
Abstract
Au fil de leurs résidences de recherche-création au LIPhy (Laboratoire interdisciplinaire de physique, Université Grenoble-Alpes), les deux artistes Lia Giraud et Térence Meunier ont enquêté sur le mystérieux « chant des poissons », aidés par des chercheurs spécialisés en physique des bulles (Philippe Marmottant), en sciences de la voix (Nathalie Henrich Bernardoni), en bioacoustique et biologie animale.Ce projet cherchait originellement à reproduire les sons émis par les poissons en modélisant en laboratoire des vessies natatoires et l’action du muscle sonique associé. Au fil de la recherche, les deux artistes ont été amenés à interroger l’approche biomimétique de ce phénomène et à proposer une nouvelle méthodologie de travail inspirée de la démarche concrète que l’on retrouve au cœur de la musique dite « acousmatique ». Et si ces chants n’étaient finalement qu’une histoire de « stick-slip » ?De la démarche organologique aux fantasmes biomimétiques, de l’imaginaire poétique à la réalité des dispositifs expérimentaux, ce récit explore les zones de glissement et de friction entre différentes manières d’approcher et de comprendre un phénomène.Notre choix de format d’écriture s’est porté sur le portfolio, ce qui nous permet de restituer cette enquête par le biais d’un corpus d’images. Ces documents, collectés et produits lors des expérimentations et rencontres, s’offrent comme fil rouge de notre réflexion.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".