MétaCan
Menu
Retour à la cohorte
Enregistrement W2558594663 · doi:10.5539/res.v9n1p1

Color Structure in the Persian Painting

2016· article· en· W2558594663 sur OpenAlexvenueno aff
Zahra Pakzad

Notice bibliographique

RevueReview of European Studies · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersianPaintingArtVisual artsLiteratureLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Written manuscripts and literary treatises are among the most important documents of knowledge on traditional color production techniques related to painting, and as they have survived thanks to desirable maintenance and preservation from the ancient times to the present time, they can be good sources for identifying and extracting traditional color production methods related to paining. Especially, the illustrated books simultaneously with their writing are an evidence of the contents presented in those manuscripts and treatises. Therefore, by an aim to identify and revive traditional color production techniques, the present descriptive-analytic research examines some of the available handwritten manuscripts and literary treatises. Then, with emphasis placed on the knowledge acquired and the modern facilities, some of the colors are made. The present study was performed by raising the major question that what ancient literary books are the sources of production colors used in Persian painting, and what were the nature of color production techniques and traditional color characteristics in the past. Thus, the study population includes Golestan Honar, Qanun al-Sovar, Majmoueh al-Sanaye’ and 14 other treatises relevant to this issue, and the data collection was performed in a library- and experimental-based manner. The result of this study was the extraction, preparation and remaking of seven main mineral colors in Persian painting.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,082
Tête enseignante GPT0,287
Écart entre enseignants0,205 · 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'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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetCultural Heritage Materials AnalysisTravaux en français237 207