MétaCan
Menu
Retour à la cohorte
Enregistrement W2398718182 · doi:10.14236/ewic/eva2013.5

Interactively Exploring Picasso’s Multi-dimensional Creative Process in Producing Guernica

2013· article· en· W2398718182 sur OpenAlexaff
Steve DiPaola, Allison Smith

Notice bibliographique

RevueElectronic workshops in computing · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPICASSOCreativityVisual artsRubricComputer scienceSubject (documents)ArtPsychologyMathematics educationWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Picasso’s masterpiece Guernica and his creative process that gave fruition to it, has been the subject of major debate on how the creative mind works by many art historians and more recently cognitive scientists. One reason Guernica has become the rubric for discussing the ’creative process’ is Picasso, in untypical fashion, deeply documented his short, motivated and unrelenting creative process from the day he heard about the Guernica bombing to the final large canvas with approximately seventy dated images in forty five days, leaving us with significant data to pontificate the understanding the creative mind. However, the family of Guernica sketches are not easily diagnosed, containing many themes, experimental deviations, historical references, epochs of different creative directions and much more. Many researchers have underestimated the complexity involved in Picasso’s creative tour de force. Our research creates a multi-dimensional interactive and syntax of the work, from all its intertwined thematic, milestone, experimental and creative levels with the goal of creating an interactive system that allows lay viewers and experts alike to explore the complex archive of evidence.

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)0,003
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,062
Tête enseignante GPT0,320
Écart entre enseignants0,258 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic workshops in computingMême sujetAesthetic Perception and AnalysisTravaux en français237 207