MétaCan
Menu
Retour à la cohorte
Enregistrement W2340940627 · doi:10.3138/tric.36.1.52

Techniques of Making Public: The Sensorium Through Eating and Walking

2015· article· en· W2340940627 sur OpenAlexvenueaboutno aff
Natalie Doonan

Notice bibliographique

RevueTheatre Research in Canada · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMateriality (auditing)UndoEmbodied cognitionAestheticsSociologyPublicsCitizen journalismPerformative utteranceMedia studiesVisual artsEpistemologyArtPolitical scienceComputer scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

In this article, Doonan analyzes two performances presented by the SensoriuM, a collaborative participatory art platform in Montreal, Quebec. In doing so, she shows how the SensoriuM makes publicthrough curatorial and dramaturgical practice. By making public,she refers to the active translation of materiality into representational forms, and also to the assembling of humans and non-humans in participatory performance. Doonan describes the concrete audiences bounded by the live events, as well as the more amorphous and immeasurable publics that are brought into being through the circulation of texts, including digital images, videos, and oral presentations. Drawing from science and technology studies and more-than-human geographies, she explores “epistemic publics,” or the animal, organic and machinic configurations that come into being in the process of creating (objects of) knowledge. Doonan analyzes two specific performances: Midsummer Mile End Foraging Tour and Hunter, Gatherer, Purveyorto show how these processes of making public are enacted. Both performances use food as a medium to complicate and undo binaries of public/private, self/other, domestic/wild, depressed/revitalized. The meanings and uses of particular places are brought into question through embodied and symbolic means. Doonan argues that these performances work to de-design the city by queering its dominant discourses and creating intimate spaces of exchange.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,205
Tête enseignante GPT0,443
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTheatre Research in CanadaMême sujetGeographies of human-animal interactionsTravaux en français237 207