MétaCan
Menu
Retour à la cohorte
Enregistrement W2079243851 · doi:10.1162/leon_a_00817

Art as a Catalyst

2014· article· en· W2079243851 sur OpenAlexaff
Nina Czeglédy

Notice bibliographique

RevueLeonardo · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCitizen journalismDisciplineIntersection (aeronautics)Function (biology)Balance (ability)Visual artsFocal pointArtSociologyPolitical scienceEngineering ethicsEngineeringPsychologySocial sciencePhysicsLawOptics

Résumé

récupéré en direct d'OpenAlex

The investigation of the role of Art as a Catalyst at the intersection of science and technology has become a global focal point over the last decade. The Balance-Unbalance 2013 international conference explored this issue in depth. “Artists as Catalysts” was the main topic of the 2013 Ars Electronica Festival - strong evidence of significant interdisciplinary progress. Nevertheless the question remains: How is art, science and technology changing in the process? Does cross-disciplinary artist-initiated collaboration function as a catalyst in this setting? This paper briefly examines these issues based on personal participatory experience.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,025
Communication savante0,0150,011
Science ouverte0,0010,010
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,022
Tête enseignante GPT0,346
Écart entre enseignants0,324 · 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'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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeonardoMême sujetCreativity in Education and NeuroscienceTravaux en français237 207