Leaders, Legends and Felons: Negotiating portraiture, from veneration to vandalism
Bibliographic record
Abstract
En 2003, lors de l’arrivée en Iraq de la coalition dirigée par les États-Unis, un grand nombre de portraits de Saddam Hussein, dirigeant de l’Iraq à l’époque, furent détruits. Deux ans auparavant, les talibans avaient dynamité deux bouddhas géants, sculptés dans les falaises du nord de l’Afghanistan. Même si la destruction violente d’images est traditionnellement qualifiée de vandalisme ou d’iconoclasme, le « texte » esthétique, selon Umberto Eco, serait davantage un outil de communication que de représentation, outil dont les significations peuvent changer et auquel on ne réservera pas le même accueil avec le temps. D’après le concept de communauté imaginée de Benedict Anderson, les monuments d’État illustrent des idéaux collectifs, tandis que Michael Taussig estime que l’État est un « autre » fétichisé, distinct de la population qu’il est censé servir. Dans les cas où les portraits d’État favorisent un culte de la personnalité, ces images rappellent constamment le pouvoir du régime en place et définissent le territoire où ce pouvoir s’exerce. Contrairement à ce que soutient Antonio Gramsci au sujet du concept d’hégémonie, les portraits de dictateurs ne consolident pas l’ascendant sur les classes : ils orchestrent un culte à l’égard d’une personne. La transgression des règles relatives au sujet ou à la présentation peut entraîner des réactions violentes. Dans ces cas, entre autres, le spectateur peut considérer l’image comme un moyen de communiquer avec l’artiste, la personne représentée ou le public en général. Des « communications » de ce type, notamment par la violence, résistent aux stratégies analytiques liées au signifiant flottant, au simulacre et au fétiche, même si ces démarches restent utiles en ce qui concerne d’autres aspects de l’analyse du portrait.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.024 | 0.024 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.006 | 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".