The Cave by José Saramago: Platonic image versus metaphysics

The cave by José Saramago has as a certain reference the image of the cave of book VII of Plato's Republic and, however, Saramago is not an idealistic or metaphysical writer. This article, taking advantage of the applicability with which Plato endowed his image, defends the urge to be open to the messages sent by the earth, by matter, the urge not to become prisoners in the golden caves of the Western society and, finally, the urge to find our freedom in Nature, phýsis, and not far or beyond, metá, it.

The "image" of the cave and the constant temptation to correct Plato: Benjamin Jowettt as an example

Translations of the first chapters of Book VII of Plato's Republic, in which he introduces the well-known image of the cave, eikón, reveals an astonishing and intriguing variety of interpretations of this image: "allegory", "myth", "fable", "parable", "simile" and "comparison", to cite but a few. Taking as an example the work by Benjamin Jowett, the Victorian translator of Plato, remarkable for its textual accuracy and by means of a close analysis of the terms related to the image, this paper insists on the need to neither interpret nor correct the great ideal philosopher, in this case revealing some evident contradictions that arise when this advice is not followed and pointing out the occasional use of terms extraneous to the Platonic lexicon such as "allegory".

[Illustrations de Le Decameron] / Titien, dess. et peint.; Bonenfant, grav. ; Jean Boccace, aut. du texte

Comprend : [Portrait en reg. folio I : portrait de l'auteur, Jean Boccace, dessiné par P. Jude et gravé par Bonenfant d'après une peinture de Titien.] Johannes Boccatius. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. folio I : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. folio xlviii : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. en reg. folio lxxi : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. en reg. folio lxxiiii : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. en reg. folio xcv : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. avant folio cxv : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. folio cxxviii : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. en reg. folio clxvii : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. en reg. folio ccvii: Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601] ; [Fig. folio ccxxxiiii : Jean Boccace rédigeant son livre.] Bocace. [Cote : Res Y2 402/Microfilm R 1601]

[Illustrations de Le Temple de Gnide] / Le Mire Noël, grav. ; Montesquieu, aut. du texte

Comprend : [Pl. en reg. p.1. Premier chant : Vénus et Vulcain, sur le lit nuptial, devant l'assemblée des Dieux et des nymphes (dont Mercure et Zeus).] Sa robe fuit ses genoux, la toile vole... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.25. Second chant : une coquette, venue à Gnide, reçoit l'oracle de Vénus. ] Tu mourras accablée de refus et de mépris. [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.31. Troisième chant : Vénus et les trois Grâces couronnent la beauté de Thémire.] Elle appella les Grâces : Allez la couronner... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.45. Quatrième chant : Thémire et son amant.] Une nuit que j'étois dans cet état tranquille... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.61. Cinquième chant : Aristée et Camille.] Je sens couler mes larmes... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.73. Sixième chant : la Fureur jette un serpent dans le coeur de l'amant de Thémire.] Elle détacha un de ses serpents. .. [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.87. Septième chant : l'Amour se cache sous les jupes de Thémire.] Il se cacaha sous ses genoux, je le suivis... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.99 : Céphise coupe les aîles de l'Amour.] Elle coupa le sommet des aîles de l'Amour... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407] ; [Pl. en reg. p.102 : Jupiter envoie Cupidon auprès de Vénus pour que l'amour de la déesse fasse repousser les aîles de l'Amour.] La chaleur va les faire renaître... [Cote : 4 ° Z Don 205 (39)/Microfilm R 122407]

[Illustrations de Le Chevalier délibéré] / [Non identifié] ; Olivier de La Marche, aut. du texte

Comprend : [Fig. à la Page de titre : le Chevalier Délibéré et armoiries.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. folio aiii : le Chevalier Délibéré participe à joute sur son cheval nommé Vouloir. ] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : le Chevalier Délibéré et un hermite. ] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. au folio bii : l'hermite présente des reliques.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : le Chevalier Délibéré et son vainqueur.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. folio Ci : le Chevalier Délibéré devant le château d'Amour qui l'enjoint à rentrer. Il en est détourné par Souvenir.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : Frâîche Mémoire montre des tombes au Chevalier Délibéré.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. folio Ei : le duc Philippe de Bourgogne et Débile.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : le duc Philippe de Bourgogne combat messire Accident.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : Accident et la duchesse d'Autriche.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. en reg. folio Fii : Fraîche Mémoire ramène le Chevalier Délibéré chez lui.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : Entendement enseigne le maniement des armes au Chevalier Délibéré.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. : joute de chevaliers.] [Cote : Res Ye 249/Microfilm R 33639] ; [Fig. au verso du dernier folio : marque typographique de Jean Trepperel avec armoiries et devise.] [Cote : Res Ye 249/Microfilm R 33639]

[Illustrations de Le Grant testament Villon et le petit] / [Non identifié] ; François Villon, aut. du texte

Comprend : [Fig. au titre : monogramme.] [Cote : Res Ye 245/Microfilm R 727] ; [Fig. en reg. folio a ii : François Villon.] [Cote : Res Ye 245/Microfilm R 727] ; [Fig. folio a ii : un évêque.] Leuesque. [Cote : Res Ye 245/Microfilm R 727] ; [Fig. en reg. folio b iiii : François Villon.] Côment Villon voit a son aduis la belle heaulmier soy côplaigant. [Cote : Res Ye 245/Microfilm R 727] ; [Fig. folio b iiii : une vieille femme.] La vieille en regrettant le temps de sa ieunesse. [Cote : Res Ye 245/Microfilm R 727] ; [Fig. : François Villon.] [Cote : Res Ye 245/Microfilm R 727] ; [Fig. : une jeune femme, Beauté d'Amour.] Beaulte damours. [Cote : Res Ye 245/Microfilm R 727] ; [Fig. : François Villon.] [Cote : Res Ye 245/Microfilm R 727] ; [Fig. : une femme, la grosse Margot.] La grosse margot. [Cote : Res Ye 245/Microfilm R 727] ; [Fig.en reg. folio g iii : François Villon.] Le rondeau que feist ledit Villon quant il fut iugie. [Cote : Res Ye 245/Microfilm R 727] ; [Fig. folio g iii : trois pendus.] Epitaphe dudit Villon. [Cote : Res Ye 245/Microfilm R 727]

Public-domain software for root image analysis

In the search for high efficiency in root studies, computational systems have been developed to analyze digital images. ImageJ and Safira are public-domain systems that may be used for image analysis of washed roots. However, differences in root properties measured using ImageJ and Safira are supposed. This study compared values of root length and surface area obtained with public-domain systems with values obtained by a reference method. Root samples were collected in a banana plantation in an area of a shallower Typic Carbonatic Haplic Cambisol (CXk), and an area of a deeper Typic Haplic Ta Eutrophic Cambisol (CXve), at six depths in five replications. Root images were digitized and the systems ImageJ and Safira used to determine root length and surface area. The line-intersect method modified by Tennant was used as reference; values of root length and surface area measured with the different systems were analyzed by Pearson's correlation coefficient and compared by the confidence interval and t-test. Both systems ImageJ and Safira had positive correlation coefficients with the reference method for root length and surface area data in CXk and CXve. The correlation coefficient ranged from 0.54 to 0.80, with lowest value observed for ImageJ in the measurement of surface area of roots sampled in CXve. The IC (95 %) revealed that root length measurements with Safira did not differ from that with the reference method in CXk (-77.3 to 244.0 mm). Regarding surface area measurements, Safira did not differ from the reference method for samples collected in CXk (-530.6 to 565.8 mm²) as well as in CXve (-4231 to 612.1 mm²). However, measurements with ImageJ were different from those obtained by the reference method, underestimating length and surface area in samples collected in CXk and CXve. Both ImageJ and Safira allow an identification of increases or decreases in root length and surface area. However, Safira results for root length and surface area are closer to the results obtained with the reference method.

Révéler son humanité ? L'autorévélation du thérapeute à la lumière de la recherche empirique

L'autorévélation, consistant pour un thérapeute à révéler des informations personnelles sur lui-même à sonclient, pourrait être une technique thérapeutique bénéfique. Il existe néanmoins beaucoup de définitions de ceconcept. Malgré cela, les recherches empiriques montrent que l'autorévélation serait perc¸ue favorablementpar les clients et qu'elle pourrait influencer la perception de leur thérapeute. Plus encore, elle influenceraitpositivement les résultats d'un traitement. Les autorévélations concernant les sentiments dans l'immédiat dela thérapie ainsi que la relation thérapeute-client seraient particulièrement efficaces pour gérer les événementsproblématiques en permettant aux affects d'être exprimés et acceptés et en fournissant un apprentissageinterpersonnel aux clients. Plusieurs auteurs conseillent finalement d'utiliser cette technique de manière peufréquente, au sujet des thèmes modérément intimes mais pertinents par rapport à la thérapie, en examinant lesbesoins spécifiques de chaque client, et en ayant toujours comme intention d'aider ces derniers ou d'améliorerla relation thérapeutique.

Advanced Kernel Methods For Remote Sensing Image Classification

Résumé Suite aux recentes avancées technologiques, les archives d'images digitales ont connu une croissance qualitative et quantitative sans précédent. Malgré les énormes possibilités qu'elles offrent, ces avancées posent de nouvelles questions quant au traitement des masses de données saisies. Cette question est à la base de cette Thèse: les problèmes de traitement d'information digitale à très haute résolution spatiale et/ou spectrale y sont considérés en recourant à des approches d'apprentissage statistique, les méthodes à noyau. Cette Thèse étudie des problèmes de classification d'images, c'est à dire de catégorisation de pixels en un nombre réduit de classes refletant les propriétés spectrales et contextuelles des objets qu'elles représentent. L'accent est mis sur l'efficience des algorithmes, ainsi que sur leur simplicité, de manière à augmenter leur potentiel d'implementation pour les utilisateurs. De plus, le défi de cette Thèse est de rester proche des problèmes concrets des utilisateurs d'images satellite sans pour autant perdre de vue l'intéret des méthodes proposées pour le milieu du machine learning dont elles sont issues. En ce sens, ce travail joue la carte de la transdisciplinarité en maintenant un lien fort entre les deux sciences dans tous les développements proposés. Quatre modèles sont proposés: le premier répond au problème de la haute dimensionalité et de la redondance des données par un modèle optimisant les performances en classification en s'adaptant aux particularités de l'image. Ceci est rendu possible par un système de ranking des variables (les bandes) qui est optimisé en même temps que le modèle de base: ce faisant, seules les variables importantes pour résoudre le problème sont utilisées par le classifieur. Le manque d'information étiquétée et l'incertitude quant à sa pertinence pour le problème sont à la source des deux modèles suivants, basés respectivement sur l'apprentissage actif et les méthodes semi-supervisées: le premier permet d'améliorer la qualité d'un ensemble d'entraînement par interaction directe entre l'utilisateur et la machine, alors que le deuxième utilise les pixels non étiquetés pour améliorer la description des données disponibles et la robustesse du modèle. Enfin, le dernier modèle proposé considère la question plus théorique de la structure entre les outputs: l'intègration de cette source d'information, jusqu'à présent jamais considérée en télédétection, ouvre des nouveaux défis de recherche. Advanced kernel methods for remote sensing image classification Devis Tuia Institut de Géomatique et d'Analyse du Risque September 2009 Abstract The technical developments in recent years have brought the quantity and quality of digital information to an unprecedented level, as enormous archives of satellite images are available to the users. However, even if these advances open more and more possibilities in the use of digital imagery, they also rise several problems of storage and treatment. The latter is considered in this Thesis: the processing of very high spatial and spectral resolution images is treated with approaches based on data-driven algorithms relying on kernel methods. In particular, the problem of image classification, i.e. the categorization of the image's pixels into a reduced number of classes reflecting spectral and contextual properties, is studied through the different models presented. The accent is put on algorithmic efficiency and the simplicity of the approaches proposed, to avoid too complex models that would not be used by users. The major challenge of the Thesis is to remain close to concrete remote sensing problems, without losing the methodological interest from the machine learning viewpoint: in this sense, this work aims at building a bridge between the machine learning and remote sensing communities and all the models proposed have been developed keeping in mind the need for such a synergy. Four models are proposed: first, an adaptive model learning the relevant image features has been proposed to solve the problem of high dimensionality and collinearity of the image features. This model provides automatically an accurate classifier and a ranking of the relevance of the single features. The scarcity and unreliability of labeled. information were the common root of the second and third models proposed: when confronted to such problems, the user can either construct the labeled set iteratively by direct interaction with the machine or use the unlabeled data to increase robustness and quality of the description of data. Both solutions have been explored resulting into two methodological contributions, based respectively on active learning and semisupervised learning. Finally, the more theoretical issue of structured outputs has been considered in the last model, which, by integrating outputs similarity into a model, opens new challenges and opportunities for remote sensing image processing.