MétaCan
Menu
Retour à la cohorte
Enregistrement W3080478814 · doi:10.38055/fs010103

Making Research: An Analysis of Arts-Based Practices in the Academic Process, A Case Study of Methods of Inscription

2018· article· en· W3080478814 sur OpenAlexaffvenueabout
Ketzia Sherman

Notice bibliographique

RevueFashion Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTattoo and Body Piercing Complications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAdornmentExhibitionVisual artsContext (archaeology)The artsProcess (computing)Subject (documents)ArtSociologyComputer scienceAestheticsHistoryWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Researching within the field of fashion and the body means working very closely with the artistic community including fashion designers, illustrators, and visual artists. Despite this, research on the subject rarely utilizes arts within the research project. This paper aims to analyze a successful application of arts-based research practices within scholarly research. The project in question, Methods of Inscription, utilizes an arts-based research approach to explore the tattoo experience within a Canadian context. The body of work, developed for exhibition, combines primary and secondary research with artistic exploration to visualize the collective experience of tattooed individuals. The ways in which we understand tattooing and body adornment are directly linked within the study of fashion. Both visual art forms change the appearance of the body, consequently effecting one’s interaction with the world around them. The study of both fashion and tattoos can only be achieved through the use of an interdisciplinary research method, which acknowledges both visual outcome and lived experience. This paper will outline the significant writings used to support and analyze arts-based research practices, the methodology used in the creation of Methods of Inscription, as well as an analysis of the created artefacts, and the knowledge that they embody.

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)0,009
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,247
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
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 Opus0,827
Tête enseignante GPT0,711
Écart entre enseignants0,116 · 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

Citations0
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFashion StudiesMême sujetTattoo and Body Piercing ComplicationsTravaux en français237 207