Bibliographic record
Abstract
L '« émergence » se définit comme le processus par lequel une idée, une personne ou une entité « apparaît », « vient à l'existence » ou « sort » du « milieu » où elle était contenue 1 .L'innovation industrielle, les prototypes élaborés à l'aide de technologies émergentes, et les spectacles orientés objet étaient en vogue dans le milieu du cirque au début de l'année 2019.En nombre croissant, les inventions, les réinventions et les accessoires hybrides donnaient naissance à un nouveau vocabulaire physique dans les arts du spectacle et étaient au centre de débats sur le nouveau matérialisme qui, selon certain•e•s observateur•trice•s, se faisait jour dans le champ circassien.C'est alors que la pandémie survint.Pour la plupart, les projets de recherche-développement, les nouvelles créations et les spectacles en présentiel subirent un ralentissement, voire cessèrent entièrement.Du Nord Global au Sud Global, les compagnies de cirque, les organisations, les universités, les chercheur•euse•s, les festivals et les artistes durent trouver le moyen de survivre à la situation d'urgence suscitée par les impacts économiques, sociaux et sanitaires de la COVID-19.Ces impacts continuent de se faire sentir aujourd'hui, et le combat continue.Parmi les membres de la communauté circassienne, certain•e•s se sont adapté•e•s, ont survécu, se sont reconverti•e•s, voire se portent mieux que jamais.D'autres ont changé de secteur d'activité.Les épreuves, l'isolement et la créativité qui caractérisent le moment historique que nous traversons ont influencé les arts du cirque de bien nombreuses manières.En même temps, le mouvement Black Lives Matter ainsi que d'autres mouvements visant à prendre en compte diverses problématiques de justice sociale ont été à l'origine de conversations, de manifestations et de changements dans tous les secteurs des arts du cirque.D'autres événements historiques ont exercé une influence comparable sur les sociétés qu'ils ont affectées.
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 | 0.038 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.402 | 0.130 |
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".