MétaCan
Menu
Retour à la cohorte
Enregistrement W1864399271

Where to Begin? Eye-Movement When Drawing

2009· article· en· W1864399271 sur OpenAlexaff
Bryan Maycock, Geniva Liu, Raymond M. Klein

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2009
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensDalhousie UniversityNSCAD University
Organismes subventionnairesnon disponible
Mots-clésPerceptionInterpretation (philosophy)Visual artsMovement (music)PsychologyProcess (computing)CognitionSociologyAestheticsMathematics educationArtComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For over a century, drawing from observation, at least at the introductory level, has been integral to many secondary and most post-secondary art school programs in Europe and North America. Its place in such programs is understood to develop an ability to see and interpret on a flat surface the real, three-dimensional world; this skill, in turn, provides support to related mental processes such as memory, visualization, and imagination. Where an artist looks when drawing from observation may not be arbitrary and can be observed, quantified, and analyzed. Our interest in examining the first few minutes of the drawing process takes its lead from the novice’s question, "Where should I begin?" Attempting to understand these first few minutes led to a collaborative study between art educators and cognitive-perceptual psychologists: the former interested in implications for practical pedagogy, the latter in applying expertise in eye movement and scientific methodology in service of a specific real-world question. The stated purpose of the study notwithstanding, contrasting histories and practices in art and science provided contexts for discussion beyond the collection and interpretation of data. This article seeks to report upon and further that discussion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,006

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,227
Tête enseignante GPT0,516
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetArt Education and DevelopmentTravaux en français237 207