MétaCan
Menu
Retour à la cohorte
Enregistrement W3012422993 · doi:10.24908/ijesjp.v7i1.13983

Cover / t i e r r a f i l t r a

2020· article· en· W3012422993 sur OpenAlexvenueno aff
Amara Figueroa

Notice bibliographique

RevueInternational Journal of Engineering Social Justice and Peace · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)PaintingNatural (archaeology)InjusticeArtVisual artsAestheticsHistoryGeologyPsychologyArchaeologySocial psychologyComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex


 
 
 Access to water has been a subject in my work since I can remember. After hurricanes Irma and María it became more about aligning my artistic practice with a proposal that moves me. Since 2012 I have been studying natural clay deposits and since 2017 I have been doing so with the intention to clean water. This has been pretty much nonstop. For much of Puerto Rico and myself, water is natural abundance as well as a subject of disproportionate injustice; a subject of so much serenity yet also violence. When we immersed ourselves in nature during the conference, the lake was what pulled me. I was watching the waves: these being the physical manifestation of how wind and water negotiate by way of surface tension. As I was sitting there, following the reflections move, wanting to capture these ephemeral movements and colors travelling to depict the central idea of surface tension. I poured colors of the sunset, the trees, and various parts of the landscape on the canvas. It got messy really fast and appeared as though it would take forever to dry. In response to the rapidly approaching reconvening of the group, I placed a paper over the canvas to soak the runaway paint. While peeling the paper, I realized that I was feeling the resistance of the paint and the paper: instead of representing surface tension I began to experience the surface tension. This meant that there were now two paintings: one reflecting the other, both embodying surface tension rather than portraying it.
 
 

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,275
Écart entre enseignants0,261 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Engineering Social Justice and PeaceMême sujetWater Governance and InfrastructureTravaux en français237 207