El silencio es un cuerpo que cae: entrevista a Agustina Comedi
Bibliographic record
Abstract
Agustina Comedi (1986). Estudió Literatura. En 2017 estrenó su ópera prima "El silencio es un cuerpo que cae” en IDFA. La película fue multi premiada y recorrió más de sesenta festivales internacionales. En 2019 escribió y dirigió "Playback. Ensayo de una despedida”, Mejor Cortometraje Nacional en el Festival Internacional de Cine de Mar del Plata y seleccionado en Berlinale Short Films Competition donde se alzó con el Teddy Award (2020). El cortometraje fue exhibido en más de 130 festivales internacionales entre los que se encuentran Jeonju IFF, Hot Docs, Melbourne IFF, New Films / New Directors y Vancouver IFF, entre otros. Ambas películas fueron curadas por Nan Goldin en un programa especial para Metrograph NY y exhibidas en el Museo Reina Sofía y en Tabakalera San Sebastián. Agustina investiga los vínculos entre archivo, memoria y fabulación. Actualmente trabaja en su segundo y tercer largometraje. Sinopsis: En "El silencio es un cuerpo que cae" (2017), su ópera prima, Agustina Comedi, recorre la historia de su propio padre quien murió cuando la directora tenía 12 años. Preguntarse por los secretos en torno a la vida de Jaime -militancia política y disidencia sexual, fundamentalmente- le permiten a Comedi, hablar, desde lo familiar, de los deseos y las distintas formas de represión de una época. Comedi, para llevar adelante su película, se hace preguntas, interroga a distintas personas que conocieron a su padre, y cuenta con un material de enorme valor: una gran cantidad de videos filmados por el propio Jaime que dan cuenta no sólo de lo que elige para mirar sino de las emociones que están detrás de una mirada. El pasado se despliega, entonces, como una memoria colectiva, fragmentaria, que, desde lo personal, se transforma en asunto público y nos alcanza.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".