MétaCan
Menu
Retour à la cohorte
Enregistrement W2920982266 · doi:10.70064/mt.v2i1.691

Bergson's GIS: Experience, Time and Memory in Geographical Information Systems

2018· article· en· W2920982266 sur OpenAlexaff
Rob Shields

Notice bibliographique

RevueMedia theory. · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTemporalityPerceptionEmbodied cognitionMovement (music)Space (punctuation)Duration (music)Computer scienceMetric (unit)Time perceptionSpacetimeDynamics (music)Basis (linear algebra)Cognitive scienceCognitive psychologyHuman–computer interactionSociologyAestheticsPsychologyEpistemologyArtificial intelligenceArtMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Geographical Information Systems (GIS) intended as digital forms of mapping struggle to represent time, change and temporality. The assumption of a static Cartesian, metric space of two or three dimensions only and defined by coordinates makes it difficult to create GIS and Historical GIS (HGIS) interfaces and representations that include the dynamics Bergson and later Deleuze describe. They argue that temporal memory is the basis of attention in encounters and perception of situations. This “affiliation” of the past enlivens the present perceptual life of experience. Video gaming and the combination of Google Earth and Street View are explored as limited alternatives that draw on embodied, kinaesthetic experiences of movement in space to open up or “uncurl” extra dimensions that allow more nuance in digital representations of spatiotemporal encounters, and the many modes and rhythms of duration found in the environment.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,277
Écart entre enseignants0,267 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia theory.Même sujetGeographies of human-animal interactionsTravaux en français237 207