Les fonctions des images dans le théâtre contemporain : Cinq visages pour Camille Brunelle et Tout ce que je sais du roi Salomon
Bibliographic record
Abstract
Ce mémoire explore la place qu’entretient la projection de l’image audio-visuelle au théâtre. Plus précisément : est-ce que cette technologie peut réellement venir mettre en question le postulat qui veut que le théâtre soit indéfectiblement lié à l’imitation d'une action ? Premièrement, nous abordons l’histoire de l’utilisation des technologies sur la scène à partir de l’ouvrage Entangled : Technology and the Transformation of Performance de Chris Salter et Les écrans sur la scène dirigé par Béatrice Picon-Vallin. Ensuite, nous tentons de comprendre les usages à partir des classifications de Louise Poissant dans « Performativité et technologies au théâtre: procédés précurseurs » de la revue Théâtre/Public et Face à l’image de Ludovic Fouquet et Robert Faguy. En troisième lieu, nous explorons la stratégie d’utilisation du flou pour jouer avec l’illusion de la représentation au théâtre d’après l’article « Le flou : la déchirure de l’image au surgissement de l’écran » dans la revue Écrans. Ces notions seront analysées à travers la pièce Cinq visages pour Camille Brunelle de Guillaume Corbeil, mise en scène par Claude Poissant, ainsi que la création associée à ce mémoire, Tout ce que je sais du Roi Salomon de Paul Beaudon, mise en lecture par Julien-Claude Charlebois. Cette dernière, dont nous avons conçu les projections et la scénographie, a été présentée au Centre d’essai de l’Université par la Troupe de Théâtre de l’Université de Montréal en décembre 2023. La conception comprend quatre écrans disposés de chaque côté des interprètes où des images tournées sur le Mont-Royal et en studio sont projetées à partir d’un logiciel de mapping.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.014 | 0.020 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.020 | 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".