Learning from Lafitte: An Interdisciplinary Place-based Approach to Architectural Research and Education
Notice bibliographique
Résumé
An innovative trans-disciplinary research studio stack, designed to engage issues of coastal sustainability from a place-based perspective, is entering its second year at LSU School of Architecture.Pursued simultaneously through nested design studios, seminars, and independent scholarly research, these educational and research agendas are supported by the Coastal Sustainability Studios (CSS), a University-wide research initiative focusing on collaborative inter-disciplinary proposals for Coastal Louisiana.Faculty and students from the Departments and Schools of The Coast and the Environment, Earth Sciences, Renewable and Natural Resources, Engineering, Architecture, Landscape Architecture, Law, Economics, Geology, Geography and Anthropology collaborate on regional to community scale speculations throughout the lower Mississippi delta.This paper utilizes a CSS geography-based grant to test an NSF funded Long-Term Ecological Research (LTER) framework, developed to facilitate socio-ecological research, within the context of generating proposals for coupled built architectural and natural systems.By furthering the 1977 Venturi, Scott Brown, Izenour research methodology developed in "Learning from Las Vegas", through the integration of ecological and socio-cultural dynamics, time, and feedback loops (essential considerations within the dynamic deltaic system), a long-term architectural design and education research agenda that provides productive definitions of sustainability and resilience is emerging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,012 |
| Communication savante | 0,016 | 0,010 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».