MétaCan
Menu
Retour à la cohorte
Enregistrement W2981999136

Urban Media Studies| Practicing Urban Media Studies: An Interview With Will Straw

2019· article· en· W2981999136 sur OpenAlexaboutno aff
Simone Tosoni, Seija Ridell

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Spaces through Art
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMovie theaterSociologyMedia studiesSubject (documents)Art historyArtLibrary scienceComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this interview, Simone Tosoni and Seija Ridell discuss with Will Straw, professor of urban media studies at McGill University, Canada, his views of this subject area. Professorships that would explicitly focus on the intersection of media studies and urban studies are rare internationally, Straw’s position being one of them. The interview sheds light on how urban media studies came about and were institutionalized at McGill University, how Straw practices urban media studies in his own teaching, and how he sees the future of this “interdiscipline.” The second part of the interview addresses two of Straw’s main research topics and their relation to urban media studies: his studies on scenes and the night. Will Straw is James McGill Professor of Urban Media Studies in the Department of Art History and Communications Studies at McGill University. He is the author of Cyanide and Sin: Visualizing Crime in ’50s America (Andrew Roth Gallery, 2006) and coeditor of several volumes including Circulation and the City: Essays on Urban Culture (with Alexandra Boutros), Formes Urbaines (with Anouk Bélanger and Annie Gérin), and The Oxford Handbook to Canadian Cinema (with Janine Marchessault). He has published widely on popular culture of all kinds and is the author of more than 150 articles on music, cinema, and urban culture.

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)0,008
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,014
Science ouverte0,0050,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,455
Tête enseignante GPT0,610
Écart entre enseignants0,155 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPublic Spaces through ArtTravaux en français237 207