İçindekiler: :: Library Catalog

Kaydedildi:

Detaylı Bibliyografya
Yazar:	FRADIER, Kevin
Materyal Türü:	Recurso digital
Dil:
Baskı/Yayın Bilgisi:	Zenodo 2026
Online Erişim:	https://doi.org/10.5281/zenodo.18112650
Etiketler:	Etiketle Etiket eklenmemiş, İlk siz ekleyin!

İçindekiler:

<h1> Impacts de la Marchandisation sur la Mémoire Collective – Version 1</h1>   Auteur : Kevin Fradier Date : Janvier 2026 Licence : © 2025 Kevin Fradier — CC BY-NC-ND 4.0 Statut : Publication exploratoire — méthodologie testable <h2>CV</h2> Cette publication propose un socle méthodologique inédit pour analyser l'impact de la monétisation et marchandisation sur la mémoire collective : <ul> <li>Observation testable et transversale de contenus archivistiques numériques</li> <li>Mesure des effets sélectifs : quels contenus « réveillent » plus facilement et pourquoi</li> <li>Neutre et descriptif : aucun jugement moral, aucun mécanisme interne dévoilé</li> <li> critique : la mémoire collective est fragmentée par la logique commerciale , alors que les méthodologies classiques ne permettent pas encore de suivre ces effets de manière systématique</li> </ul> <h2>1. Positionnement méthodologique</h2> <ul> <li>La marchandisation transforme certains contenus en actifs numériques (NFT, tokens, contenus promus)</li> <li>L'approche repose sur des métriques transversales pour observer quels textes ou passages s'activent plus fortement dans des contextes commerciaux</li> <li>Méthodologie neutre et testable : socle pour études futures</li> </ul> Descriptif : <blockquote> Chaque corpus ou archive fonctionne encore comme un silo, mais aucun protocole ne permet de mesurer la propagation de la marchandisation à travers tous les systèmes de mémoire collective. </blockquote> <h2>2. Hypothèse exploratoire</h2> <ul> <li>Certains contenus archivistiques peuvent être prédisposés à l'activation commerciale</li> <li>Les motifs d'activation sont falsifiables et mesurables via fréquence, Hurst, co-occurrence, visibilité</li> <li>Applicable à textes numériques, corpus patrimoniaux, bases de données médiatiques</li> </ul> <h2>3. Protocole expérimental</h2> <ol> <li>Sélection des documents : archives numériques, textes peu consultés, contenus promus commercialement</li> <li>Extraction et traitement : tokenisation, normalisation, positions et fréquences des mots</li> <li>Métriques transversales : exposant de Hurst, fréquence, persistance et récurrence</li> <li>Analyse testable : corrélation entre activation et contextes marchands</li> <li>Validation statistique : identification de motifs récurrents ou anomalies</li> </ol> <h2>4. Code Python testable (memoire_marchandisation.py)</h2> <pre><code>import numpy as np def hurst_simple(series): """Calcul simplifié de Hurst""" N = len(series) if N < 2: return 0.5 mean = np.mean(series) cumdev = np.cumsum(series - mean) R = np.max(cumdev) - np.min(cumdev) S = np.std(series) return (R/S) if S != 0 else 0.5 def analyse_marchandisation(texte, mots_marchands=['nft','token','crypto','buy']): """Analyse activation de la mémoire sous influence marchande""" mots = texte.lower().split() freqs = {} for mot in mots: freqs[mot] = freqs.get(mot, 0) + 1 activations = {mot: freqs[mot] for mot in mots_marchands if mot in freqs} return activations # Exemple simulé texte_simule = "révolution liberté peuple nft token crypto buy histoire archives" activations = analyse_marchandisation(texte_simule) print("Activation marchande observée :", activations) </code></pre> <h2>5. Métriques exploratoires</h2> <table> <thead> <tr> <th>État</th> <th>Signature observable</th> <th>Critère testable</th> </tr> </thead> <tbody> <tr> <td>Faible influence</td> <td>Rare apparition de mots marchands</td> <td>Rapport <0,05</td> </tr> <tr> <td>Activation commerciale</td> <td>Motifs marchands détectés</td> <td>0,05–0,2</td> </tr> <tr> <td>Cannibalisé</td> <td>Contenu massivement « réveillé » par marchandisation</td> <td>>0,2</td> </tr> </tbody> </table> <h2>6. Applications et extensions</h2> <ul> <li>Observation transversale des effets commerciaux sur la mémoire collective</li> <li>Comparaison de corpus patrimoniaux et numériques</li> <li>Base pour méthodologies futures sur « activation marchande »</li> <li>Intégration possible d'analyses automatiques ou IA</li> </ul> <h2>7. Discussion</h2> <ul> <li>Méthodologie neutre et testable</li> <li>Socle inédit pour explorer l'impact de la marchandisation sur le contenu archivistique</li> <li>Permet des comparaisons transversales entre corpus numériques et patrimoniaux</li> <li>Antériorité méthodologique : pose un cadre testable avant que les laboratoires n'explorent ce phénomène</li> </ul> <h2>8. Conclusion</h2> <ul> <li>Protocole pour mesurer l'impact de la marchandisation sur la mémoire collective</li> <li>Empirique, testable, transversal</li> <li>Aucun mécanisme interne ni jugement moral dévoilé</li> <li>Base pour recherches futures et exploration méthodologique</li> </ul> <h2>9. Fichiers à déposer sur Zenodo</h2> <ul> <li><code>memoire_marchandisation.md</code>→ documentation complète</li> <li><code>memoire_marchandisation.py</code>→ code testable avec exemples simulés</li> <li><code>exemples_simules/</code>→ 3 fichiers textes simulés ( <code>texte1.txt</code>, <code>texte2.txt</code>, <code>texte3.txt</code>)</li> <li><code>README.md</code>→ instructions de test et d'exécution</li> </ul> <h2>10. README.md</h2> <pre><code># Mémoire Marchandisation - Instructions ## Installation - Python 3.x - numpy ## Exécution 1. Placer vos fichiers texte dans `exemples_simules/`. 2. Exécuter `memoire_marchandisation.py`. 3. Les mots activés sous influence marchande seront affichés. ## Test - Textes simulés : `texte1.txt`, `texte2.txt`, `texte3.txt`. - Modifier ou ajouter vos propres textes pour reproduire l'expérience. </code></pre> ✅ Licence : © 2025 Kevin Fradier — CC BY-NC-ND 4.0

Benzer Materyaller