[Le mois de la photo à Montréal // Torrent : Dina Kelberman]
Bibliographic record
Abstract
de presse Pour diffusion immédiate Montréal, le 8 septembre 2015 -Le Mois de la Photo à Montréal, en partenariat avec Le Centre CLARK, présente l'exposition Torrent de Dina Kelberman.Pour la 14 e édition du Mois de la Photo à Montréal, le commissaire invité catalan Joan Fontcuberta explore le thème La condition post-photographique.L'ère postphotographique se caractérise par la massification des images de même que par leur circulation et leur disponibilité sur Internet.Aux fractures ontologiques que la technologie numérique fait subir à la photographie s'ajoutent des mutations profondes de ses valeurs sociales et fonctionnelles.Déployée dans 16 lieux d'exposition, la biennale présentera 29 artistes canadiens et internationaux qui posent un regard critique sur cette présence massive des images et leur disponibilité absolue dans la culture visuelle. Torrent DINA KELBERMANI'm Google (débuté en 2011) est constitué d'une chaîne d'images en ligne qui se succèdent en enfilade par affinités morphologiques et sémantiques : chaque image en appelle une autre pour générer un flux progressif, incessant, inépuisable.Le XIX e siècle a assisté à la naissance du besoin compulsif d'amasser des images pour contrôler le monde.Au XX e siècle, à cette obsession de la compilation s'est ajoutée la volonté de comprendre la culture et l'expérience humaines.Ce fil continu d'images dialectiques -c'està-dire, en conversation avec d'autres images -nous conduit à Kelberman et au XXI e siècle.Il s'agit ici de montrer plus que de dire : le discours se situe dans l'infinité même des images.I'm Google a été créé simplement grâce à un logiciel automatisé, « un bot informatique "lâché" sur le moteur de recherche d'images de Google puis dirigé vers Tumblr, grâce à de nombreuses heures de recherche, de sélection et de tri de documents.L'œuvre de Kelberman exploite une tendance de l'art en ligne » selon Teju Cole.Parmi l'ensemble d'œuvres rassemblées sous l'étiquette générique Torrent, Le MPM présente deux autres projets dont le propos est du même ordre, Doors (2012 -en cours) et Go Outside (2014).
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.275 | 0.072 |
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".