Bibliographic record
Abstract
Série et collection sont des amis, mais de faux amis. De l’une à l’autre, les correspondances sont nombreuses, mais pas au point d’en faire de vrais synonymes. Objet sériel en même temps qu’objet de collection, le roman-photo offre une belle occasion de réfléchir aux ressemblances et dissymétries des deux concepts et des deux pratiques. Dans le contexte du roman-photo, la production de la série et celle de la collection obéissent à des logiques différentes. Autant le médium du roman-photo obéit à la logique sérielle et ses plus lourdes contraintes (en l’occurrence : conception et réalisation de l’œuvre sous forme de feuilleton, cadence de production élevée, conformité absolue aux règles narratives et stylistiques du mélodrame hérité des romans du 19e siècle) autant il se conjugue mal avec le principe de la collection, que certains éditeurs essaient de mettre en avant comme signe de distinction, sans trop de succès toutefois, dans le cas de l’ancêtre du roman-photo, le roman dessiné. Le déficit de la collection et le goût de la distinction se retrouveront dans une phase ultérieure du roman-photo, quand ce dernier essaiera de produire des « hors-série ».
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.014 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| 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".