A+BE | Architecture and the Built Environment, No. 14 (2021): How Heritage Learns
Notice bibliographique
Résumé
How Heritage Learns explores the dynamics that come into play when public housing becomes valourised as heritage in the Netherlands and how that, in turn modulates the evolution of this protected housing. It builds on the foundation set by the thesis of Steward Brand, that buildings learn through the adaptation of their fabric to external forces: changing fashion, technologies and economy. This dissertation investigates different key drivers for change: Energy, Economy and Comfort (2E+Co). To understand how and why the housing heritage evolved over time, an ecology of ideas is developed that sees buildings as organisms evolving and learning in their environments, providing a multi-sided theoretic model for analysis. Three case studies are extensively explored: the Justus van Effen Quarter in Rotterdam (1921–22) and the King’s Wives of Landlust (1937–38) and Jeruzalem public housing complexes (1949–52), both in Amsterdam. These are all exemplary monuments of Dutch public housing and all three have undergone repeat renovations since their construction. The research not only highlighted their various learning cycles, but also uncovered exciting new information on their origins and histories. What sets public housing heritage apart is the presence of a Story. However, the case studies reveal that the Stones were modulated by dominant 2E+Co ambitions common to all public housing. Above all, How Heritage Learns shows that past promises of increased performance and efficiency were never fulfilled. Without structured reflective observation we are doomed to repeat the same mistakes. Such lessons are all the more important at a time when the built environment stands at the cusp of another revolution driven by environmental imperatives.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».