MétaCan
Menu
Retour à la cohorte
Enregistrement W2019942902 · doi:10.7771/1481-4374.1436

Authorship, Collaboration, and Art Geography

2010· article· en· W2019942902 sur OpenAlexaboutno aff
Martin de la Iglesia

Notice bibliographique

RevueCLCWeb Comparative Literature and Culture · 2010
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueComics and Graphic Narratives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComicsObject (grammar)Context (archaeology)Space (punctuation)Field (mathematics)GeographyIdentity (music)HistorySociologyAestheticsArchaeologyArtLinguisticsLiterature

Résumé

récupéré en direct d'OpenAlex

In his article "Authorship, Collaboration, and Art Geography" Martin de la Iglesia explores the connection between geographical spaces and works of art, a connection often made, but hardly theorized, by scholars in the field of art geography. He suggests that the link between space and object is established by the creator of the object. A feasible method is devised to determine the creator's geographical identity, which in turn determines which space is assigned to the object. Particularly, the implications of multiple authorship for such a methodology are considered. The procedure is exemplified by a geographical analysis of the comic book series Civil War, which was produced by four main creators from the United Kingdom, Canada, and the USA. This spatial-stylistic analysis results in the conception of the work as a patchwork of geographical influences bestowed by its creators. To successfully interpret the results of such an analysis, it is necessary to view them in the context of the general geographical circumstances of the world of comics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,247
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCLCWeb Comparative Literature and CultureMême sujetComics and Graphic NarrativesTravaux en français237 207