Bibliographic record
Abstract
L'image de la femme prend beaucoup de place dans la société actuelle. Le sujet me touche personnellement en tant que femme et aussi en tant qu'artiste. J'observe beaucoup les femmes qui m'entourent et je prends conscience qu'il existe un phénomène universel : notre image; celle que nous projetons et celle qui nous est projetée. Dans cette communication, je présente un point de vue très personnel et introspectif à la suite de mes observations concernant le sujet de ma recherche : le féminin. Je tente de mettre en évidence les obsessions et le mal-être associés aux insatisfactions des femmes en relation avec leur corps. Au moyen de l'autoreprésentation, je souhaite afficher une problématique qui rejoint les femmes à travers leur propre vécu. Mon corps devient la matière première de l'oeuvre et mon être, qui se divise en quatre parties : femme-artiste, femme-modèle, femme-spectatrice et femme-vécu, donne une forme à l'oeuvre et la concrétise. L'exposition tente de démontrer, à l'aide de techniques numériques et installatives, à quel point ce sujet peut être à la fois intrigant et délicat. Je veux plonger le spectateur au coeur d'un phénomène qui se vit de l'intérieur et qui touche une sensibilité propre à la femme.
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 | 0.006 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.019 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.019 | 0.003 |
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".