MétaCan
Menu
Back to cohort
Record W6981534189

Enjeux de la couleur dans le cinéma hollywoodien d'après-guerre

2012· other· fr· W6981534189 on OpenAlexvenueno aff

Bibliographic record

VenueLibrary and Archives Canada (Government of Canada) · 2012
Typeother
Languagefr
FieldMedicine
TopicPharmacological Effects of Medicinal Plants
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Skin colourVoyeurism
DOInot available

Abstract

fetched live from OpenAlex

Après la Seconde Guerre Mondiale, on peut observer une inflexion de l’usage de la couleur dans le cinéma hollywoodien. Trop artificielle, la couleur a été reléguée à ses débuts à des genres « irréalistes » (comédie musicale, western). Mais après la guerre, la couleur est utilisée dans des films montrant le quotidien de l’Amérique, et devient une nouvelle façon d’appréhender certaines questions contemporaines.\nLa couleur n’est plus un ornement ou un perfectionnement superflu, elle est porteuse de sens, au même titre que les autres éléments de la mise en scène. Les couleurs vives et l’exacerbation de l’artifice sont désormais utilisées par certains cinéastes dans un autre but que le seul plaisir de l’image colorée : parfois avec ironie, voire un pessimisme sous-jacent. L’enjeu esthétique de la couleur au cinéma doit en effet être situé dans le contexte historique de l’après guerre. \nLa dévalorisation de la couleur dans l’histoire de l’art est ancienne, celle-ci ayant souvent été associée depuis l’Antiquité au maquillage féminin et à l’illusion. Le cinéma hollywoodien des années cinquante modifie justement l’image de la femme : on passe de la femme mythifiée à des femmes de chair et de sang, plus sexualisées, et aussi à l’évocation des rapports sociaux du quotidien. À travers l’actrice, et la façon dont celle-ci manipule la couleur ou bien existe à travers elle, la couleur se libère des préjugés, et trouve son indépendance, à travers une libération de l’expressivité, et un refus du seul mimétisme.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.614
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.005
GPT teacher head0.190
Teacher spread0.185 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueLibrary and Archives Canada (Government of Canada)Same topicPharmacological Effects of Medicinal PlantsFrench-language works237,207