MétaCan
Menu
Retour à la cohorte
Enregistrement W4245720847 · doi:10.22215/etd/2021-14544

Through Thick and Thin // Story Space on Rannoch Moor

2021· dissertation· en· W4245720847 sur OpenAlexaff
Camille Ringrose

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeological Research and Protection
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésStorytellingNarrativeFolkloreRepresentation (politics)WeavingThe ImaginaryNoveltyAestheticsSpace (punctuation)HistoryVisual artsTerrainArtLiteratureComputer scienceGeographyEngineeringCartographyPhilosophyPsychology

Résumé

récupéré en direct d'OpenAlex

This thesis proposes a compilation of fictional narratives that reflect on the moor as ground, as an unstable terrain, of burial and wetness, and proposes alternative ways of knowing through literature, folklore and story-telling as a multiverse method of worldbuilding. Can we use stories to design with precision -not as an act of probing for answers, for newness or novelty, but as a form of watching and waiting? Storytelling suggests a movement to look not to the past, or to the future, but to the deepness of the conditions that surround us, weaving together a more complex tapestry towards recuperation and resilience. This research uses a pluralistic approach (research, drawing, mapping, site-studies, stories, etc) to understand and investigate the relationship between storytelling and architectural representation. It tracks, traces, and upends -through thick and thin -notions of geological time, history, literature and lore through a speculative imaginary of Rannoch Moor. iii

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,029
Tête enseignante GPT0,282
Écart entre enseignants0,253 · 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.

Devis d'étudeAutre devis
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'admission1
Résumé présentoui

Explorer davantage

Même sujetArchaeological Research and ProtectionTravaux en français237 207