India in Situ: Textile History and Practice, a Team Approach
Notice bibliographique
Résumé
Five textile specialists from various backgrounds came together to explore shared interests in Indian fabrics, histories, and architectural patterns. Guided by Rahul Jain’s extraordinary scholarship and generosity, we visited weaving workshops producing exquisite fabric and metallic yarn in our quest to understand the naqsha system for drawloom patterning. In Cholapur and Varanasi, we studied drawlooms set up to weave velvet, lampas, and samite, and a distinguished naqshaband demonstrated the making of a naqsha that provides the design for drawloom lifts. We examined rare historic textiles in New Delhi’s National Museum, Ahmedabad’s Calico Museum of Textiles, Varanasi’s Bharat Kala Bhavan Museum, and private collections. In Jaipur, we visited the Indian Institute of Crafts and Design, Nila House, Anokhi Farm, City Palace Museum, and Prince Albert Hall Museum, and in Ahmedabad, the National Institute of Design and the Kasturbhai Lalbhai Indigo Museum. At Patola House in Patan, we observed the preparation and weaving of double ikat. Our diverse perspectives resulted in a most enjoyable interdisciplinary traveling seminar. Come with us as we share our adventure in collaborative textile research. Themes of inquiry:• Understanding the naqsha harness for the Indian drawloom • Examining relations between textiles and architecture • Using symmetry analysis to recognize pattern repeats • Considering fashion in India, an evolving tradition • Learning about the revival of natural indigo in India • Observing craft traditions preserved through development and sustainability Our team: • Annin Barrett—textile artist and designer; instructor, fashion history and sustainable design • Carol Bier—curator, The Textile Museum (1984-2001); research associate (2001-2020); research scholar, Center for Islamic Studies, Graduate Theological Union • Anna Jolly—curator of textiles 1500-1800, Abegg-Stiftung, Riggisberg, Switzerland • Louise Mackie—curator emerita, Textiles & Islamic Art, the Cleveland Museum of Art, Royal Ontario Museum, and The Textile Museum • Barbara Setsu Pickett—associate professor emerita, Department of Art, University of Oregon
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».