MétaCan
Menu
Retour à la cohorte
Enregistrement W3158896881 · doi:10.54590/pop.2020.008

Building with the Community: Developing digital tools for engaging with the arts in Saskatchewan

2020· article· en· W3158896881 sur OpenAlexvenueaboutno aff
Jon Bath, Michael Peterson

Notice bibliographique

RevuePop! Public Open Participatory · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeliverableThe artsPublic relationsCommunity engagementService (business)SociologyProcess (computing)Visual artsPolitical scienceComputer scienceManagementBusinessArtMarketing

Résumé

récupéré en direct d'OpenAlex

In May of 2019, a team led by the University of Saskatchewan Kenderdine Art Gallery received a Canada Council for the Arts Digital Strategy Fund grant to develop a digital service with Saskatchewan arts organizations to allow them to engage with and give voice to their audiences and other art creators. However, the exact deliverable was intentionally vague; rather than presupposing what this diverse group (from internationally recognized art galleries to community puppet theatres) needs, the grant was built around first engaging with both these organizations and their current and potential audiences in order to gain an understanding of their varied needs. Only once this assessment was done would the actual development begin. In this paper we will introduce the project, and the funding program that supported it, and describe the process of community consultation for both the development of the grant application and the needs assessment. We will introduce the findings from the first phase of the Shared Spaces project and the resulting first prototypes for arts engagement, which use augmented reality, that have gone back out to the communities for further consultation and refinement.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,916

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,007
Communication savante0,0090,005
Science ouverte0,0030,016
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,346
Tête enseignante GPT0,378
Écart entre enseignants0,032 · 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
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'admission2
Résumé présentoui

Explorer davantage

Même revuePop! Public Open ParticipatoryMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207