Notice bibliographique
Résumé
LEARNING FROM ICE is a multi-year artistic project researching the ways in which different knowledge practices are investigating and responding to changes taking place within the Circumpolar North under the accelerated conditions of global warming. It is comprised of a series of documentary films exploring ice core science, sea ice, and glaciers, as well as a field school in collaboration with Nunavut Arctic College around the climate change concerns of Inuit youth, and an ice law forum on the right to be cold at the University of Toronto. Ice Cores (REF Submission). To-date this research has unfolded with filmed interviews and site visits to geochemistry labs and national ice core repositories in Canada and the US as well as fieldwork in the Columbia Icefields. From industrial black carbon deposits, atmospheric nuclear testing, to greenhouse gases resulting from the combustion of fossil fuels, glacial ice sheets have been systematically ‘recording’ evidence of these planetary processes. This archival condition has enabled me to link the worlds of Earth Science with the Humanities both of which share an interest in the material records of the past. In addition to answering scientific questions, ice cores are increasingly being used to track societal and cultural changes such as the effectiveness of environmental policies, epidemiological data linked the Black Death and even the imperial expansion of the Romans, which corresponds to lead pollution within the ice matrix. All of this is explored within the documentary. My primary objectives in making the film were to translate and narrate the complexities of ice core science to non-specialists in various public forums (institutions, schools, galleries). Commissioned by the Toronto Biennial of Art and supported by the Office for Contemporary Art Norway, the film is actively being exhibited and screened in Canada, the US and Scandinavia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».