Bibliographic record
Abstract
Bruno Tomera, poete, ne dans les Ardennes, a publie dans les revues Albatroz, Dierese, Axolotl Variations, les amis de Thalie, Florilege, Nouveaux delits, Hermaphrotide... Voici quelques-uns de ses « poemes desequilibres » INIl ous cherchons un peu d'amour et de paix avant de rendre nos fringues au vestiaire du neant.Nous cherchons un peu d'amour et de paix sous le blanc sourire des petales des cerisiers d'avril, sur les traces de rouge alevres de la bouche des siecles, caressant les cicatrices d'une autre chevelure contre nos epaules, dans l'alchimie du reve des dements, ecoutant swinguer le murmure envoutant de 1'univers, bernes par le cruel entetement du non-dit des emotions.Nous cherchons un peu d' amour et de paix assis pres d'inconnus sur les gradins de 1'obstination, buvant le miroir liquide de verres d'alcool glaces, decodant le sens des mots effaces d'un amas de computers brises, fatigues voyant les outils de l'usine ronges par notre sueur.Nous cherchons un peu d'amour et de paix sous les luminaires neutres des stations d'autoroute, partageant l'affolement des oiseaux perdus des migrations, attendant une reponse pres de magnifiques telephones bleus aphones, guettant le moment d'hesitation de la plus sure des verites, abandonnant l'idee d'eternite dans les files d'attente des supermarches, dans les mille identites des ombres passantes des rues, Nous cherchons un peu d'amour et de paix dans les utopies merveilleuses brillantes des yeux de nos freres, esperant du confus chaos du reel.Nous cherchons un peu d'amour et de paix alignant des phrases imparfaites pour assembler les bouts de nous memes de l'eparpillement du monde.Poesie .:. 75
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.002 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.696 | 0.456 |
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".