Valeurs de l'objet d'art : variations et usages potentiels
Bibliographic record
Abstract
Le mémoire qui suit accompagne l’exposition Paysages Financiers, présentée à la galerie Art Mûr de Montréal, du 17 janvier au 28 février 2015. Dans cette exposition, j’aborde les thèmes de la sacralisation de l’objet d’art, de son potentiel de profanation ainsi que la notion de valeur des œuvres. J’y présente un corpus d’œuvres constitué de : « Chemin de fer de fortune, Espaces publicitaires, Monuments, Bongzaïs, Paysages financiers, Venise 2015, Guichets manuels ainsi que Joseph le mendiant ». Issu d’une réflexion sur l’utilisation d’objets usuels possédant une valeur marchande précise dans la sphère des arts, mon corpus de maitrise questionne la possibilité d’usage de l’objet d’art et les tensions qui en découlent. En utilisant différents objets, images, symboles et codes de notre société que je détourne, je crée des œuvres picturales et sculpturales dont la notion symbolique, la notion de valeur et d’échange se métamorphosent. Je pose ainsi un regard sur les objets qui nous entourent ainsi que sur notre approche face au système de l’art. Je m’intéresse aux relations de sens (parfois disjonctifs) entre ces codes, mais surtout sur la relation entre le spectateur et l’objet d’art. Mots clefs : objet d’art - jeu (ludique) – sacralisation/profanation – détournement – marché de l’art
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".