MétaCan
Menu
Retour à la cohorte
Enregistrement W4240623169 · doi:10.1017/9789048542055.005

When Buildings Become Screens

2019· other· en· W4240623169 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchitectural engineeringGeographyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This chapter outlines various tactics that artists, filmmakers, curators, architects, city planners, and arts administrators can employ to develop works, sites, and audiences that support a more participatory and representative public culture through massive media. These include: the application of analytical tools from cinema studies, namely superimposition, montage, and apparatus/dispositif, high-level coordination and provision of technical support from curatorial groups that see themselves as public space activists and community facilitators, and sensitivity towards context, both digital and virtual, of large-scale public data visualisations centred upon led façades. More study and practice is needed as the technologies and contexts of massive media shift and merge with the practices of digital placemaking and smart cities. Keywords: smart cities, digital placemaking, architecture, curation, cinema Dancing with Buildings You put your left foot in, you take your left foot out. And yes, you shake it all about as prompted by the screen in front of you. Soon enough your recorded image is projected for all of the people gathered around the Place Des Arts metro station in downtown Montreal who seem to be performing their own dance of spectatorship, watching intently or distractedly, snapping photos to post online, and cueing up for their turn. If you did any of these things, you would have just participated in McLarena (2014), the interactive public artwork by the Montreal design firm Daily tous les jours that I described in Chapter 2, a work that pays homage to Canadian film pioneer Norman McLaren's work Cannon (1964) by teaching people to dance like the character in his film and displaying the results on the side of a building for everyone to see. As buildings become more like screens with the addition of projection, LEDS, or built-in screen elements, we will increasingly find ourselves amongst public artworks and experiences like this in our cities — works that are large-scale, public, networked, interactive, participatory, and digital. In fact, McLarena shows us that what we now expect from public space, and what it can potentially deliver, is rapidly changing.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0130,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0980,032

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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,185 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArchitecture and Computational DesignTravaux en français237 207