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 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)0,109
score de la tête « metaresearch » (Gemma)0,104
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,576

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1090,104
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0250,062
Communication savante0,0500,033
Science ouverte0,0050,054
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0260,006

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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

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