Dé(faroucher) : conception d'une cartographie subjective d'appartenance à Tiohtià:ke\Montréal dans une pratique en arts numériques
Bibliographic record
Abstract
Dé[faroucher] est un projet en arts numériques dont l'intention de recherche-création est la conception d’une cartographie subjective en trois dimensions de lieux d’appartenance à Tiohtià:ke/Montréal. Le projet se veut un exercice exploratoire de mise en relation entre le Soi – étrangère, étranger; émigrante, émigrant – et l’Autre – dans ce cas, les lieux d’adoption, ses paysages, son architecture. Pour ce faire, une revue de la littérature autour de sujets en lien avec les notions d’identité, de contact et de relation, tels que dépeints par Édouard Glissant, Amin Maalouf et Mary Louise Pratt, furent consultés et analysés. Une autre source importante pour ce qui est de ces sujets fut le Mouvement Anthropophage brésilien, imaginé entre autres par Oswald de Andrade et Tarsila do Amaral. J'ai également apprécié les écrits d'Edmond Couchot concernant les arts numériques. Concrètement, la cartographie est composée par des modèles 3D issus d’un processus de capture numérique d’images – la photogrammétrie – de certains lieux de la ville que je considère comme des « zones d’appartenance ». Ces lieux maintenant numérisés sont peuplés par des Moi allégoriques également numérisés. L’oeuvre s’exprime par une vidéo d’animation déambulatoire où la visiteuse et le visiteur peuvent donc se retrouver dans « mon » Tiohtià:ke/Montréal. L’exposition qui en a découlé comportait encore des impressions de captures d’écran de différentes zones d’appartenance et d’impressions 3D de certaines « allégories ». _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : immigration; cartographie subjective; appartenance; relation; Mouvement Anthropophage; photogrammétrie; Tiohtià:ke/Montréal
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.017 |
| Scholarly communication | 0.010 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.020 | 0.002 |
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".