MétaCan
Menu
Retour à la cohorte
Enregistrement W2767038438 · doi:10.3138/ctr.172.015

Listening to Animals: Interspecies Understandings through Performance-Based Research

2017· article· en· W2767038438 sur OpenAlexvenueno aff
Kimber Sider

Notice bibliographique

RevueCanadian Theatre Review · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrivilege (computing)SilenceReflexivityActive listeningPerspective (graphical)Space (punctuation)SociologyPerformance studiesPsychologyAestheticsCommunicationVisual artsSocial scienceComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

We live in an interspecies community, and yet much of the time only human perspectives are acknowledged or considered valid. In order for animal perspectives to be recognized, the mode of inquiry needs to privilege animal ways of knowing and being in the world; it needs to privilege performance, and practice-based research. This paper explores the potential and importance of engaging performance-based research in interspecies contexts. The analysis centers on the performance-based research project, Playing in Silence, which invites musicians to improvise with horses in an open and unstructured space. Playing in Silence demonstrates that through the shared language of performance, humans and horses can co-create understandings, expand knowledges, and learn about one another. Many humans spend an inordinate amount of time speaking about animals, but completely overlook the possibilities of speaking with animals, of learning with and from them, and of discovering their perspectives as unique individuals. However, by tuning into the nuances of another’s performance, through the reflexive inquiry of performance-based research, interspecies understandings can be found, challenging the dominant human-centric perspective of the world, and opening up new realms of understanding.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,330
Tête enseignante GPT0,441
Écart entre enseignants0,111 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Theatre ReviewMême sujetAnimal and Plant Science EducationTravaux en français237 207