Remuer les cendres : récits imaginés à propos du nom propre de corps non réclamés à Montréal dans une pratique de l'installation
Bibliographic record
Abstract
Mon mémoire-création propose une réflexion portant sur les corps non réclamés des personnes décédées à Montréal. Le dénombrement des corps non réclamés a commencé en 2005; depuis, le cimetière Le Repos Saint-François D’Assise de Montréal et le gouvernement provincial rendent publique leur base de données sur leur site internet. Dans ce contexte, j'ai créé un récit funéraire en textes et en images pour des personnes défuntes inconnues, pour qu’elles ne soient pas oubliées. J'ai sélectionné une liste de noms de personnes décédées dont les corps n’ont pas été réclamés sur le site web du cimetière Le Repos Saint-François d’Assise de Montréal. Pour m'aider à développer mes récits, je me suis déplacé sur les lieux de leurs dernières habitations pour cartographier leurs milieux de vie avec la photographie et la vidéo. J'ai voulu créer une nouvelle présence aux corps non réclamés de Montréal par le récit et par l’image. Par le fait même, j’ai intégré une étude de rites funéraires ethnoculturels à mon approche créative afin d’étudier différentes conceptions culturelles de la mort. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : récit, corps non réclamés, morts, rites funéraires, tabous, installation, art contemporain, Montréal, XXIe siècle
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.012 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.037 | 0.004 |
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".