La sémiosphère de la mémoire individuelle : un modèle sémiotique et intermédial
Bibliographic record
Abstract
Alors que la sémiotique pourrait être considérée comme « une science de la mémoire » peu de modèles sémiotiques de la mémoire ont été jusqu’ici formalisés. En regard de la rareté des travaux sémiotiques portant sur la mémoire individuelle, cet article en propose une modélisation heuristique tridimensionnelle. S’inscrivant dans les études sur la mémoire (memory studies), ce modèle convoque en particulier la sémiotique de la culture de Juri Lotman, s’accorde aux principes de la sémiotique peircienne et repose sur une fine compréhension études intermédiales. Les trois dimensions constitutives de la mémoire individuelle identifiées sont les dimensions personnelle, interpersonnelle et intermédiale. Des considérations approfondies seront fournies en ce qui concerne la dimension intermédiale de la mémoire individuelle, car elle constitue une avancée pour le domaine des études sémiotiques sur la mémoire en même temps qu’une partie de l’originalité de cet article. Le modèle développé tâche de décrire l’opération relationnelle des trois dimensions de la mémoire individuelle identifiées en fournissant un cas d’étude, l’ouverture des archives de la Stasi au début des années 1990, en plus d’un certain nombre d’exemples qui permettent d’en illustrer certaines particularités.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.014 |
| Scholarly communication | 0.008 | 0.012 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".