Bibliographic record
Abstract
Le but de cette thèse consiste à analyser une production artistique à partir de l'expérience du réel dans l’art, et à dire la couleur dans la peinture, la couleur manufacturée (non peinture) et la couleur artistique (peinture). Elle s’est développée à partir du tissu de madras dans l’espace caribéen, avec pour points d’ancrage la mémoire personnelle et les expériences vécues de d’enfance. L’œuvre picturale, dans le rapport dialectique peint/non-peint, est basée sur la dé-figuration du madras qui est le support de la peinture, sa déconstruction et sa reconstruction par Pacte de peindre, et prend en compte la question de l’espace pictural et sa redéfinition dans un sens plus large : espace peint, espace non-peint, espace d’exposition, espace vécu, espace habité. Mémoire du madras est une création qui est née à partir d 'une déchirure sociale, culturelle, d’une rupture avec un lieu, une origine. Elle permet la création d’une nouvelle « peau », d’une nouvelle toile métissée, métaphore, en un sens, d’un rapport au monde, et d’une manière penser le monde contemporain dans le contexte de la globalisation et de la mondialisation culturelle. Avec comme sous-titre poétique de la relation, cette thèse prend pour base de réflexion, la pensée en « Relation » d’ Edouard Glissant, et questionne des notions liées à la Créolisation et au métissage : culture, identité culturelle, multiculturalisme ; elle pose la question du métissage dans l’art et de l’objet métis.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".