Recherche-création sur le potentiel dramaturgique dans le tableau vivant contemporain : ébranler l'immobilité
Bibliographic record
Abstract
Ce présent mémoire de maîtrise développé dans le cadre du programme Littératures et arts de la scène et de l'écran de l'Université Laval analyse et explore les langages dramaturgiques qui composent les pratiques contemporaines et traditionnelles du tableau vivant en respect avec les méthodologies de recherche-création. L'autrice survole d'abord le contexte historique du tableau vivant ainsi que les concepts clés liés à cette pratique en s'appuyant sur les écrits de notamment Julie Ramos, Bernard Vouilloux, Laurier Lacroix, Carole Halimi et Robert Valentine. Elle analyse ensuite l'utilisation des différents langages dramaturgiques spécifiques au tableau vivant dans des œuvres de Claudie Gagnon, Bill Viola, Adad Hannah et Robert Wilson. À travers sa recherche théorique et afin de l'alimenter, l'autrice effectue des laboratoires de création visant à explorer ses langages dramaturgiques elle-même et à en analyser les résultats probants. Cette recherche pratique se termine par une présentation laboratoire finale dont la captation vidéo se trouve en annexe, Ébranler l'immobilité, qui poétise le récit de vie de sa grand-mère en quatre tableaux.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.011 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.003 |
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".