MétaCan
Menu
Retour à la cohorte
Enregistrement W2916934709 · doi:10.5334/kula.10

Artistic Research Creation for Publicly Engaged Scholarship

2019· article· en· W2916934709 sur OpenAlexaffvenue
Jon Bath

Notice bibliographique

RevueKULA knowledge creation dissemination and preservation studies · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésExhibitionMetaphorScholarshipRendering (computer graphics)Computer scienceThe artsWorld Wide WebDigital scholarshipMobile deviceSociologyMultimediaVisual artsPolitical scienceArtComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

In this paper I discuss the adoption of artistic research creation methodologies, the creation and exhibition of artistic works closely aligned with scholarly research, as a way to increase public engagement with academic research. I begin by discussing the need for scholars to consider the ‘public first’ when developing research communication plans, and draw upon the emergence of ‘mobile first’ interface design as a metaphor. With mobile first development, also known as progressive enhancement, ‘You start by establishing a basic level of user experience that all browsers will be able to provide when rendering your web site,’ but you also build in more advanced functionality that will automatically be available to devices, such as desktop computers (W3C 2015). I argue that we need to prioritize public first research outputs if we are truly serious about engaging the public in our research. I then move into a discussion of various research creation methodologies and explain how they are similar to, and differ from, critical making, another emergent humanities research practice that is based upon the making of physical objects. Finally I provide examples of successful research creation activities, including some related to my current SSHRC-funded project, The Post-Digital Book Arts.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
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 Opus0,211
Tête enseignante GPT0,491
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKULA knowledge creation dissemination and preservation studiesMême sujetInnovative Human-Technology InteractionTravaux en français237 207