MétaCan
Menu
Retour à la cohorte
Enregistrement W2794758787 · doi:10.15200/winn.152224.41483

Science AMA Series: I’m an artist who translate scientific data into sculptures and musical scores. AMA!

2018· dataset· en· W2794758787 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueThe Winnower · 2018
Typedataset
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMusicalSeries (stratigraphy)SculptureArtVisual artsArt historyComputer scienceGeologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Hi Reddit, My name is Nathalie Miebach and I am Boston-based artist who translates scientific data related to ecology, climate change, and meteorology into woven sculptures and musical scores. I find data very poetic. By using somewhat unorthodox ways of representing data, I’m trying to tap into more nuanced stories embedded in data that traditional ways of scientific representations have a harder time tapping into. My method of translation is principally that of weaving—in particular, basket weaving—as it provides me with a simple yet highly effective grid through which to interpret data in three-dimensional space. Central to this work is my desire to explore the role visual aesthetics play in the translation and understanding of scientific information. I also translate weather data into musical scores that are build entirely of weather data, but integrate human experiences and interpretations of weather events. The juxtaposition of objective data and more nuanced, subjective readings of weather, lead to a musical/sculptural translation that explores how human emotions and experiences influence the perception of weather. These musical scores are translated into woven sculptures and are used in collaborative performances with musicians / composers all over the country. We’ve had over 11 concerts, called Weather Scores, and I’m getting ready to organize the next one this Summer in Montreal, Canada! Check out my work here and don’t miss my TED Talk as well as this BrainPickings write-up of my work. My friends over at NOVA PBS (where some of my work is featured on Instagram today: @novapbs) have a whole vertical dedicated to climate change, they’re been reporting on it in their email newsletter—sign up here, and their film, “Decoding the Weather Machine,” premieres April 18 at 9/8c on PBS. One of the questions I wrestle with in the studio everyday is whether or not data can ever be approached and treated as an artistic medium or if the very act of translating data into art destroys its objectivity that is part of the integrity of information. Ask me any questions you have about data, art / science collaborations, data translation into 3D and music, or anything else you’d like.

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesÉtudes des sciences et des technologies, Communication savante, Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,007
Communication savante0,0260,053
Science ouverte0,0310,014
Intégrité de la recherche0,0000,001
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 Opus0,085
Tête enseignante GPT0,384
Écart entre enseignants0,299 · 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