A stage for neuroscience and art: the OHBM BrainArt SIG perspective
Notice bibliographique
Résumé
Science and art have been intertwined for centuries, as both embody means for humans to represent, communicate, and interpret our external and internal worlds. The collective effort to gather and organize knowledge about the brain blends well with a wide array of human creative activities, from visual and performing arts to interactive media. It thus comes as no surprise that the Organization for Human Brain Mapping (OHBM) has a Special Interest Group (SIG) dedicated to providing a platform for (neuro)sci-art: the BrainArt SIG. Here, after properly introducing all the main characters, we follow the development of this captivating script: from its grassroots prelude within the Neuro Bureau to its recent online instantiations. In particular, we highlight our three exhibitions since becoming an OHBM SIG – Ars Cerebri, 2019; Neurodiversity, 2020; Big Data and Me, 2021 – the associated competitions, and the scientific visualization sessions that have contributed to making brain art a distinguishing feature of the OHBM annual meetings, for both in-person and virtual formats. Our digital object, written as a piece of theater, ends by highlighting the ways art can help (neuro)science reach a wider audience as well as break out of its comfort zone: a productive happily ever after!
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,017 | 0,010 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».