MétaCan
Menu
Retour à la cohorte
Enregistrement W3193602924 · doi:10.7202/1080022ar

La traversée des espaces et des temps dans les oeuvres de Abu Rayḥān al-Birūnī, Mīr Ḥaydar et Johannes Vermeer

2021· article· fr· W3193602924 sur OpenAlexaffvenue
Olga Hazan

Notice bibliographique

RevueThéologiques · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueGlobal Maritime and Colonial Histories
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

La présente étude consiste à examiner la manière dont trois corpus d’oeuvres, composées en différents lieux entre le XIV e et le XVII e siècles, donnent à voir de multiples temporalités qui se croisent et se conjuguent : entre images et textes, entre Orient et Occident, et entre thèmes religieux et thèmes séculiers. Ces trois corpus sont les suivants : (1) une représentation du prophète Muhammad qui illustre, à Tabriz au XIV e siècle, un passage des Vestiges des siècles passés de Abu Rayḥān al-Birūnī, rédigés au Khwarizm vers l’an mille ; (2) une illustration tirée du Mi‘rāj Nāmeh de Mīr Ḥaydar, rédigé et enluminé à Hérāt en 1436 et (3) un ensemble de trois tableaux peints par Johannes Vermeer, respectivement vers 1657, en 1668 et en 1669. L’objectif, ici, n’est pas d’offrir une interprétation définitive de chacun de ces corpus, mais bien de montrer l’ampleur, la richesse et la complexité des traversées que l’on y voit à l’oeuvre, alors que celles-ci impliquent pareillement des références au temps, à l’espace et au mouvement.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,776
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,318
Écart entre enseignants0,286 · 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.

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThéologiquesMême sujetGlobal Maritime and Colonial HistoriesTravaux en français237 207