Séries télévisées : hybridation, recyclage, croisements sémiotiques
Bibliographic record
Abstract
Dans ce volume, une douzaine de spécialistes de la télésérialité, venus de divers pays, ont réfléchi aux origines et aux enjeux des adaptations télévisuelles – de blockbusters, de films d'auteur, de romans, d’autobiographies – à travers la problématique de l’hybridation, du recyclage et des croisements sémiotiques. Ils se sont aussi penchés sur les effets – pervers? – créés par ces adaptations, ainsi que sur leur réception et ce, dans l’histoire entière des séries TV, quelle que soit l’aire géographique considérée et quelle que soit la nature des adaptations en question, même la plus étonnante. Toute perspective a été la bienvenue – étude de « texte » télévisuel, réflexion plastique, linguistique, culturaliste, voire philosophique – pourvu qu’elle portât sur ce processus médiatique de l’adaptation qui, au cœur de notre postmodernité, correspond aussi à un merchandising de plus en plus agressif.Sébastien Hubier enseigne la littérature comparée et les cultural studies à l’Université de Reims-Champagne-Ardenne et à l’Institut d’Études Politiques de Paris. Il est l’auteur de plusieurs ouvrages sur l’imaginaire érotique occidental et les fictions cinématographiques contemporaines.Emmanuel Le Vagueresse est professeur à l’Université de Reims Champagne-Ardenne et enseigne au campus euro-américain de l’Institut d’Études Politiques de Paris. Il est spécialiste de littérature et de cinéma espagnols contemporains, et traducteur de poésie.Ils ont coordonné tous deux Séries télé: Saison un, paru aux Éditions de Ta Mère (Montréal), en 2014 et Gender et séries télévisées, paru aux Éditions et Presses universitaires de Reims en 2016. (source : éditeur)
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 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 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".