MétaCan
Menu
Retour à la cohorte
Enregistrement W2808306068 · doi:10.1163/22134913-20181094

Gericault’s Fake-Gallop Horse Judged Speedy but Unrealistic

2018· article· en· W2808306068 sur OpenAlexaff
Stefano Mastandrea, John M. Kennedy

Notice bibliographique

RevueArt & Perception · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReferentPonyDepictionMovement (music)Meaning (existential)HorseAestheticsArtExtension (predicate logic)PsychologyVisual artsComputer scienceHistoryPhilosophyLinguistics

Résumé

récupéré en direct d'OpenAlex

In two experiments, we tested pictures of horse gaits—alt (standing), walk, trot, gallop, and a fake gallop, a pose shown in a well-known Gericault painting. The pose was portrayed frequently in the nineteenth century, its features hotly debated. Fake gallop has legs extended fore and rear, close to parallel to the ground. Experiment 1 sampled real artworks depicting horses and Experiment 2 used silhouettes of horses. In both, reports of amount of movement increased from alt to fake gallop. In Experiment 1 similar results were obtained from novices and equestrians (‘experts’ familiar with horses). The extreme leg extension in fake gallop may suggest high speed, as Arnheim suggested. However, true gallop includes legs curled close together under the body—a ‘running pony’ pose—so both extremes of extension may suggest high speed. In Experiment 2, novices judged fake gallop unrealistic despite giving high movement scores. We suggest its depiction may be metaphoric, meaning a deliberately false item has relevant features of a referent. For the artworks, the amount of movement reported correlated positively but quite modestly with aesthetic appreciation, but for the silhouettes, the correlation was reversed. We suggest expression can be positive for many horse poses.

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)0,015
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,045
Tête enseignante GPT0,301
Écart entre enseignants0,255 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArt & PerceptionMême sujetAesthetic Perception and AnalysisTravaux en français237 207