Un investissement des plus attachants : la perspective des Québécois(ses) amateurs de la photographie animalière
Bibliographic record
Abstract
La relation entre l’être humain et son environnement naturel a été explorée dans une multitude de domaines de recherche qui ont mené à différents courants de pensée. Ce mémoire de recherche qualitative explore cette relation en tenant compte autant de la littérature des sciences sociales que de celle des sciences naturelles afin de mieux comprendre ce qui rattache l’être humain aux éléments de son environnement naturel. J’axe plus spécifiquement cette recherche sur l’activité de la photographie animale et la notion de l’amateur. En utilisant un cadre conceptuel des attachements ainsi que les concepts d’activité de loisir sérieux et d’amateur, cette recherche questionne 13 photographes ayant pour sujet photographique les espèces de la faune. Lors d’entrevues semi-dirigées, leurs réponses permettent d’analyser la façon dont les éléments du cadre des attachements (objet, dispositif, collectif et corps) s’imbriquent les uns dans les autres chez des individus québécois pratiquant la photographie animalière comme activité de loisir sérieux. À la lumière de cette analyse, je présente un cycle d’investissement dans lequel ces photographes s’engagent et qui les mène à s’attacher davantage à la pratique de la photographie animalière. Cet investissement dans la relation d’attachement et la valorisation qu’ils(elles) font du naturel pourrait aussi leur donner le rôle d’amateurs concernés dans un contexte de crise écologique. Enfin, ce mémoire incite à poser un regard attentif entre la frontière du naturel et de l’artificiel qui, malgré une forte appréciation du naturel ici illustré, peut devenir floue lorsqu’il est question des pratiques post-photographiques.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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".