Les imaginaires sociaux de la scène de crime dans la photographie contemporaine (1970-2018)
Bibliographic record
Abstract
Textuelle, visuelle, réelle ou fictive, la scène de crime joue un rôle majeur et indispensable aussi bien dans les enquêtes criminelles que dans les récits ou émissions de faits divers ou les romans, films, téléfilms policiers. Elle émerge conjointement avec la police scientifique au XIXe siècle, et s’enracine dans la culture de masse. Diffusées à grande échelle, ses représentations multiples et variées nourrissent progressivement son imaginaire. Si, dans le domaine de l’image photographique, la scène de crime reste longtemps l’exclusivité de la photographie judiciaire et fait-diversière, elle bascule néanmoins dans le champ artistique après les années 1970. Elle devient un sujet et une esthétique visuelle à part entière et sa récurrence remarquable dans les séries photographiques à partir des années 1990 reflète l’envahissement de la culture forensique dans la culture de masse. Ce travail examine les principales représentations de la scène de crime dans les médias populaires afin de mettre en lumière les éléments constitutifs de son imaginaire. L’étude s’attache à suivre et à expliquer les évolutions de cette imaginaire à travers la réappropriation artistique de la scène de crime, dans un dialogue constant entre un corpus d’œuvres photographiques et les productions culturelles de masse qui les nourrissent.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.009 | 0.014 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".