MétaCan
Menu
Retour à la cohorte
Enregistrement W3183875540 · doi:10.1386/tear_00024_1

The similarity of characteristics between cybernetics and interactivity: How to identify interactive systems/artworks using cybernetic thinking

2020· article· en· W3183875540 sur OpenAlexaff
Jun Li

Notice bibliographique

RevueTechnoetic Arts · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt, Technology, and Culture
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesnon disponible
Mots-clésCyberneticsInteractivityConversationComputer scienceCognitive scienceHuman–computer interactionArtificial intelligenceMultimediaPsychologyCommunication

Résumé

récupéré en direct d'OpenAlex

Cybernetic theory and interactivity have much in common, including human interrelationships between modern technology and how they define and reveal the whole interactive process. Most of the key notions in both can be described as the system in conversation about the system, talking to each other through the information passed back and forth between the particular relationship in audiences and artworks. These similar languages are feedback, control, conversation and system thinking in the field of cybernetic theory and interactive artworks. As can be seen, some concepts of the cybernetic are applicable to interactivity. So, how can cybernetic thinking be applied to interactive artworks? The purpose of this article is to explore the interplay of cybernetics theory and interactivity and the connection between cybernetic/system thinking and technological/interactive artworks by illustrating the similarity of characteristics and comparing the conversation of two network systems. The goal is to deconstruct and reshape their relationships by thinking of interactive artworks in the way of cybernetic thinking.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0040,043
Communication savante0,0140,025
Science ouverte0,0020,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,053
Tête enseignante GPT0,281
Écart entre enseignants0,228 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnoetic ArtsMême sujetArt, Technology, and CultureTravaux en français237 207