Bibliographic record
Abstract
L’article présente les dernières années de mon parcours, Marina Pirot, artiste-maraîchère, depuis une recherche en danse jusqu’à la création d’un tiers-lieu d’agriculture en art, Kerminy. La mise en rapport des deux termes, art et agriculture, guide le propos depuis le champ de la danse, de la performance et des pratiques somatiques. En décrivant mon expérience artistique chez des maraîchers, ma formation aux techniques de maraîchage en même temps qu’aux pratiques somatiques, je présente les ateliers corporels publics que je propose en lien avec le végétal en forêt puis dans des champs cultivés. Je crée et investis à Kerminy une « serre-laboratoire-scène » pour inviter au maraîchage dansé, par des méthodes de détournement des codes de la scène artistique. Ainsi, à partir de cet espace témoignant d’une potentialité de renouvellement des modes de production et de diffusion de l’art à l’aune des questions écologiques, d’autres exemples de lieux et de démarches d’artistes en terrain agricole ou rural sont présentés. Le nouage de l’art à l’agriculture invite les artistes à s’impliquer dans des terrains de travail qu’ils et elles inventent, ceux de la régénération de la terre et de nos corps vivants.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.058 | 0.024 |
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".