MétaCan
Menu
Retour à la cohorte
Enregistrement W2021822668 · doi:10.1179/2047058412y.0000000013

Jack Chambers’ mixed media paintings from the 1960s and 1970s: Painting technique and condition

2013· article· en· W2021822668 sur OpenAlexaboutno aff
Kate Helwig, Marie-Eve Thibeault, Jennifer Poulin

Notice bibliographique

RevueStudies in Conservation · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlkydPaintingTurpentineFourier transform infrared spectroscopyMaterials scienceChemistryPolymer scienceOrganic chemistryArtComposite materialChemical engineeringArt historyCoatingEngineering

Résumé

récupéré en direct d'OpenAlex

This study describes the examination and analysis of four mixed media paintings from the 1960s and 1970s by Canadian artist Jack Chambers (1931–1978). The documentary evidence about his materials and methods is summarized and compared with the results of analysis of multilayer paint samples. The combination of Fourier transform infrared spectroscopy (FTIR) and gas chromatography-mass spectrometry (GC-MS) allowed the components of the paint media to be characterized: ortho-phthalate alkyd resins, iso-phthalate alkyd resins, drying oils, dammar, Pinaceae resin, and turpentine were identified in varying proportions. Many pigments and fillers were identified by FTIR and Raman and are enumerated. The effect that Chambers’ complex technique has had on the aging and degradation of the paintings is discussed. The severe cracking of the paint layers in one of the four paintings may be the result of a high proportion of dammar and turpentine diluent mixed with the alkyd paint and may also be related to the type of alkyd resin medium. Different history and environmental conditions may also be factors.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,074
Tête enseignante GPT0,264
Écart entre enseignants0,191 · 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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in ConservationMême sujetCultural Heritage Materials AnalysisTravaux en français237 207