à la recherche d'une image de bûcheron dans une démarche «documentaire autofictionnelle»
Bibliographic record
Abstract
Ce mémoire exploite le champ cinématographique en regard de divers auteurs littéraires et cinéastes, et ce dans le dessein d'aborder une recherche-création sur le concept du « documentaire autofictionnel ». \n \nIl est donc question de l'image en mouvement et de ce qu'elle peut nous apporter dans la concrétisation d'un sujet de recherche qui se confronte au stéréotype du bûcheron québécois. Notre réflexion s'empare d'une ambiguïté toujours présente au niveau du concept de création et de notre statut d'étrangère car traiter le stéréotype fait aussi référence à notre propre étranger été, c'est-à-dire notre vision étrangère de l'Autre. Notre réflexion s'appuiera sur une démarche de création cinématographique documentaire et autofictionnelle, et ce, afin de répondre à notre désir de nous ouvrir aux autres dans l'appréhension d'une réalité ambivalente. \n \nCe mémoire restitue donc le récit de mes essais en création pour lesquels j'ai défendu une position de Ventre du documentaire et de la fiction, et l'entre du Je et du Moi exprimés à l'écran. Un processus filmique qui consistera à user du cliché pour s'en exclure et obtenir une image qui va bien au delà de la banalité par l'illusion. Voici comment je suis parvenue à faire d'un stéréotype un sujet de film autodérisoire sur la divergence culturelle.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.052 | 0.016 |
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".