MétaCan
Menu
Retour à la cohorte
Enregistrement W4210266148 · doi:10.21900/j.median.v18i1.841

Amplified Listening to Race and Gender in Fiamma Montezemolo’s "Echo" and Stephanie Dinkins’s "N’TOO"

2022· article· en· W4210266148 sur OpenAlexafffundabout
Lois Klassen, G Sepúlveda

Notice bibliographique

RevueMedia-N · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFulbright Canada
Mots-clésContext (archaeology)Active listeningSubjectivityRace (biology)White (mutation)Echo (communications protocol)ArtHistoryVisual artsGender studiesSociologyCommunicationComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Looking retrospectively and prospectively, this article reflects on what is heard when listening to the women talking inside artworks. Both Echo (2014) by Fiamma Montezemolo and Not the Only One (N’TOO), an ongoing project by Stephanie Dinkins, present sound archives that animate spaces with fragments of dissenting women’s voices. Looking back at the impact of inSITE, a curated international art festival in the Tijuana and San Diego region, Echo amplifies the sonic remains of art produced in the context of NAFTA. In N’TOO a living AI archive is potentiated as a fourth generation in the artist’s family, carrying on the histories and subjectivities of three women. N’TOO optimistically intervenes in AI’s expansionist and biased trajectories by furthering Black and familial subjectivity in a specific context of racial and gender foreclosures. Despite their spare use of sound, both artworks enable amplified listening through the avatar-like objecthood afforded by gallery-based media artworks. This methodology is consistent with decolonizing efforts in Canada and has significance for artists intervening in intersectional, race, and gender studies, border studies, and in settings of computational or interactive technology.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0170,012
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,140
Tête enseignante GPT0,241
Écart entre enseignants0,101 · 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'étudeQualitatif
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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedia-NMême sujetDiverse Musicological StudiesTravaux en français237 207