Bibliographic record
Abstract
Le texte Il y a une infinité d’univers et je veux tous les goûter s’inspire d’une série de conférences intitulées Retour vers le Futur de la Cuisine, produites par Zinc/Seconde Nature, que j’ai données en 2019 dans le cadre de Lecture par Nature, un événement de la Métropole Aix-Marseille Provence. Le texte revient sur cette expérience qui m’a permis d’utiliser une imprimante 3D alimentaire (la Foodini), capable d’imprimer une pizza, mais surtout plein d’autres choses ! La preuve,nous avons imprimé une tête de cerf en 3D à partir de houmous. J’aborde la question des synthétiseurs et de ce qu’on peut produire avec ces instruments ainsi que la nécessité de développer un nouveau langage propre à ces nouveaux outils; une élaboration qui prend un temps certain (je me réfère ici à l’histoire des synthétiseurs musicaux). La question de la nourriture comme moyen d’apprentissage du monde (le dévorer comme on dit dévorer un livre) et comme moyen de communication est centrale. Je communiquais d’ailleurs moi-même durant ces conférences avec une mousse végétale, une grosse mousse végétale, une grosse mousse ramenée du Jura, de la forêt jurassienne, une mousse à laquelle une expérience en direct me permettait de donner la parole. Ce texte dévoile comment les auteurs de la littérature de science-fiction ont envisagé la nourriture du futur et comment ils ont ouvert le champ des possibles dans le registre de l’alimentation extraterrestre. Je me penche sur la cuisine en apesanteur et j’envisage plusieurs hypothèses quant à la nourriture du futur à partir des recherches en cours, mais surtout de mon amour pour la... pour la... m... ou... s... s... e... oui, pour la mousse ! Car selon moi, c’est l’avenir : la mousse, l’humus, le houmous. Bon appétit !
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.015 |
| Scholarly communication | 0.016 | 0.018 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.046 | 0.014 |
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".