Modèles procéduraux littéraires et création sur ordinateur
Bibliographic record
Abstract
Cette thèse a pour problématique la relation entre le texte électronique et la notion de contrainte. Afin d’étudier la rencontre de la création contrainte avec l’environnement électronique, le corpus est constitué de deux séries d’oeuvres positionnées différemment par rapport au média numérique. Les sections 1 et 2 du Chapitre I traitent de textes contraints produits par des auteurs hors du contexte numérique et qui furent intégrés à l’écran d’ordinateur lors de la transmédiatisation de l’oeuvre imprimée. Ces sections exposent les principes d’écriture contrainte employés dans ces oeuvres, les versions électroniques de celles-ci étant analysées dans le chapitre II. La seconde partie du corpus est comprise par des oeuvres dont la procédure contraignante est électronique, des textes imprimés étant appropriés via des algorithmes. Ces procédures électroniques font intervenir des générateurs combinatoires de textes, qui redistribuent aléatoirement les composants des textes appropriés. Lorsque le texte n’est pas semblablement transformé, l’écrit approprié est livré à une autre forme de systématisme, qui altère l’oeuvre originale en la faisant défiler sur l’écran selon des lois perturbant l’appréhension du texte. Les spécificités générales des générateurs de textes sont exposées dans la section 3 du chapitre I. Les générateurs inclus dans le corpus sont analysés dans le chapitre III. L’étude de l’interaction entre la contrainte écrite et l’environnement électronique, entre des textes appropriés et des procédures électroniques, l’analyse des divergences et convergences entre ces deux formes de productions contraintes, permettra de définir une textualité électronique fondée sur un système.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.065 | 0.018 |
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".