MétaCan
Menu
Retour à la cohorte
Enregistrement W3200386817 · doi:10.24043/isj.175

The making of art islands: A comparative analysis of translocal assemblages of contemporary art and tourism

2021· article· en· W3200386817 sur OpenAlexvenueno aff
Solène Prince, Meng Qu, Simona Zollet

Notice bibliographique

RevueIsland Studies Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCraftTourismThe artsNegotiationGeographySpace (punctuation)Economic geographySociologyVisual artsArtSocial scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Many small island destinations owe their spatial character to their entanglements with stakeholders involved in the arts. Space is the dynamic outcome of complex relational processes, which makes it impossible to identify a straightforward development path — including when it comes to the arts and tourism. Using assemblage thinking, we scrutinize the different translocal processes influencing art-based tourism activities on Bornholm, Denmark and Naoshima, Japan. On these islands, artists, investors, residents, destination managers, creative individuals, and government officials are all involved in networks and negotiations that form complex translocal assemblages of art and tourism. The craft-artists of Bornholm took advantage of regional development policies aimed at fostering rural tourism development, and subsequently established a destination known for quality professional craft-art. On Naoshima, top-down corporate investments in large-scale art developments have clashed with local stakes in rural revitalization. These top-down projects have attracted creative in-migrants who have further turned Naoshima into a hybrid space. While Bornholm’s entanglement with the arts stems from the possibilities generated by its spatial evolution, Naoshima’s involvement with the arts first led to reterritorialization and then creative enhancement. Both islands are, thus, distinct loci of translocal art trajectories.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,339
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,116
Tête enseignante GPT0,374
Écart entre enseignants0,257 · 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'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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207