MétaCan
Menu
Retour à la cohorte
Enregistrement W3216388622 · doi:10.24135/ijara.vi.670

Common notions and composite collaborations: Thinking with Spinoza to design urban infrastructures for human and wild cohabitants

2021· article· en· W3216388622 sur OpenAlexfundaboutno aff
Sue Ruddick

Notice bibliographique

RevueInterstices Journal of Architecture and Related Arts · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoUniversity of AucklandYork UniversityAuckland University of Technology, New Zealand
Mots-clésTemporalitiesConstruct (python library)ChoreographyWildlifeSociologyEnvironmental ethicsAestheticsArchitectural engineeringUrban designGeographyArchitectureEcologyPolitical scienceComputer scienceArtLawVisual artsEngineeringArchaeologyPhilosophyBiology

Résumé

récupéré en direct d'OpenAlex

This paper explores the ways in which we might construct urban environments that are responsible to the needs of more than just human cohabitants. Drawing on Spinoza’s common notion and attentive to the possibilities of socio-natures that both construct and respond to the habitat needs of urban wildlife, I look at how urban design and wildlife habitat might be thought and planned together as a human/non-human composite, invoking a complex spatial and temporal choreography which serves divergent needs. Drawing on examples of urban design in Toronto, Canada, this paper offers a way to think of the city as a composite body in Spinoza’s terms, to become open to an awareness of the city as a composition of forces—a choreography of bodies that are constantly interweaving and overflowing imagined boundaries, struggles that are fought as much over time as space, the accommodation of the temporalities and spatialities of other life processes, other rhythms and cycles that would, without a recalibration, sync uneasily with the pacing and spacing of human requirements.

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)0,005
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,039
Communication savante0,0130,015
Science ouverte0,0020,014
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,019
Tête enseignante GPT0,305
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 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterstices Journal of Architecture and Related ArtsMême sujetGeographies of human-animal interactionsTravaux en français237 207