Bibliographic record
Abstract
Parmi les images du 11 septembre 2001, il y a celles qui ont été captées par des amateurs. Ces images souvent floues, instables et décadrées marquent les esprits par leur teneur à la fois tragique, banale et ordinaire. Ces images n’en annoncent pas moins une pratique d’enregistrement populaire qui deviendra avec le « smartphone » un réflexe testimonial plus que commun. En effet, quelle catastrophe aujourd’hui n’occasionne pas son lot d’images captées par des témoins plus ou moins directs de l’événement ? Malgré les différences techniques entre des images enregistrées à l’aide d’une MiniDV en septembre 2001 et celles prises par un téléphone lors des attentats de novembre 2015 en France, la plupart de ces images s’accompagnent d’un environnement sonore qui est, à bien des égards, comparable ; un environnement composé de bruits, de cris, de lourds silences, de souffles, de commentaires parfois crus, souvent stupéfaits, etc. Ces sons se veulent l’écho d’un affect lié à un événement qui se vit sur place, dans l’intimité, l’immédiat, l’incompréhension et le choc. Cet article a pour objectif d’étudier ces sons captés, fixés, qui façonnent l’expérience sonore du désastre contemporain, au même titre que la gravure (Lebas), la poésie (Voltaire) et la peinture ruiniste (Robert) qui instaurèrent aux xviie et xviiie siècles une véritable iconographie de la catastrophe. C’est par cette expérience qu’il est possible de saisir un affect du désastre dans lequel s’agencent la matière sonore et le caractère immersif de son environnement, et par lequel, suivant les mots de Maurice Blanchot, se « désoriente l’absolu ».
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.027 | 0.006 |
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".