MétaCan
Menu
← Retour à la cohorte
Enregistrement W3034920499

Rhinoceros: Luxury's Fragile Frontier (Curatorship)

2018· article· en· W3034920499 sur OpenAlexaboutno aff
Catherine Kovesi, Sabrina Ardizzoni, Chantal Fantuzzi, Roberta Hurstel, Ronna Bloom, Lynn Staley Johnson, Neil Stonell

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJapanese History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRhinocerosExhibitionBeautyConsumption (sociology)SculptureArtArt historyVisual artsStudioHistorySociologyAesthetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This exhibition brings together two unlikely companions: the rhinoceros and the city of Venice. It highlights and interrogate the consequences of luxury consumption on an endangered beast and an endangered city. The rhinoceros is the oldest living mammal; walking the earth for over 50 million years. Venice and its beauty have captured the world’s collective imagination for over 1,500 years. Now both Venice and the Rhinoceros have become victims of their desirability and objectification as luxury objects – both consumed without discrimination by an ever-expanding consumer class. The exhibition centres on the sculptures of two artists - Gigi Bon and Shih Li-Jen; a video installation by businesswoman Lynn Johnson; and poetry by the Canadian Ronna Bloom.. Gigi Bon with her Studio d’Arte ‘Mirabilia’ has long seen a profound connection between the rhino and her Venetian home. Taiwanese artist Shih Li-Jen emphasises the connection between the rhino and its consumption in a mainly Asian market. Australian businesswoman Lynn Johnson and her foundation ‘Nature Needs More’ has spearheaded ‘demand-reduction’ campaigns for the consumption of rhino horn in Vietnam and elsewhere, and poet Ronna Bloom writes on fragility and Venice. The event is tied together thematically by the work of Melbourne historian Catherine Kovesi on the longue duree of Luxury and the effects of uncoupling consumption from ethical constraints.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0580,008

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 Opus0,020
Tête enseignante GPT0,287
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 source (Gemma direct ou Codex distillé), 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
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetJapanese History and Culture→Travaux en français237 207→