MétaCan
Menu
Retour à la cohorte
Enregistrement W2153885026 · doi:10.2466/pms.104.4.1139-1168

Aesthetic Properties of Everyday Objects

2007· article· en· W2153885026 sur OpenAlexaff
Christine Stich, Jens Eisermann, Bärbel Knaüper, Helmut Leder

Notice bibliographique

RevuePerceptual and Motor Skills · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésObject (grammar)PaintingGermanPsychologySet (abstract data type)Class (philosophy)Construct (python library)Everyday lifeSample (material)Cognitive psychologySocial psychologyAestheticsComputer scienceVisual artsArtificial intelligenceLinguisticsEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

This research addresses whether one underlying concept of appreciation exists across different classes of objects. Three studies were done. To identify aesthetic properties relevant for the aesthetic judgment of everyday objects and paintings, in Study 1 expert interviews were conducted with 12 interior designers, object-oriented designers and architects, and 12 students of art history. In Study 2, multidimensional unfolding (MDU) was used to examine whether common judgment criteria can be identified for the objects of the different classes. A sample of 217 German subjects participated. 2- or 3-dimensional MDU solutions resulted for each object class. The identified dimensions were labeled using the aesthetic properties derived from the expert interviews (Study 1). These dimensions represent relevant dimensions of aesthetic judgment on which object properties vary. Study 2 suggested that people use different dimensions of aesthetic judgment for different object classes. The identified dimensions were then used to construct three sets of systematically varied everyday objects and one set of systematically varied paintings. Using this stimulus material in Study 3, conjoint analysis indicated these dimensions are differentially important for the overall aesthetic judgment.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
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 savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,250
Écart entre enseignants0,226 · 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

Citations11
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerceptual and Motor SkillsMême sujetAesthetic Perception and AnalysisTravaux en français237 207