MétaCan
Menu
Retour à la cohorte
Enregistrement W4315487895 · doi:10.16995/dscn.8085

Part I — Introduction: Social Physics and the VESPACE Project

2023· article· en· W4315487895 sur OpenAlexvenueno aff
Jeffrey M. Leichman, Ben Samuel

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueArtificial Intelligence in Games
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesDigital humanitiesArtSociologyArt history

Résumé

récupéré en direct d'OpenAlex

This article introduces the VESPACE project, an international, multi-disciplinary digital humanities initiative to build a computer-mediated playable simulation—a video game—of the eighteenth-century Paris Fair theatre. As part of this project, a weeklong postgraduate workshop was convened by the authors in May 2020 to develop protocols and procedures for coding literary and historical data for the Ensemble social physics engine that will govern behaviour of NPCs in the interactive model. This article lays out the history and theory of social physics, the potential impacts of this project on historiographic practice, and the methodology and outcomes of the workshop week. We conclude with a discussion of lessons learned and promising leads with respect to the future of applying social physics to humanities research. [This article is part of the collection Computer Modelling and Simulation for Literary-Historical Research: VESPACE and Social Physics.]Cet article présente le projet VESPACE, une initiative pluridisciplinaire internationale dans le domaine des humanités numériques qui vise à construire une simulation ludique – un jeu vidéo – basée sur le Théâtre de Foire parisien au XVIIIe siècle. En mai 2020, les auteurs de cet article organisèrent un atelier postdoctoral d’une semainedans le but de développer des protocoles et des procédures de codage de données littéraires et historiques pour le moteur de physique sociale Ensemble, qui règle le comportement des personnages non joueurs (PNJ) dans le modèle interactif. Cet article présente l’histoire et la théorie de la physique sociale, les impacts potentiels de ce projet sur la pratique historiographique, ainsi que la méthodologie et les résultats de la semaine d’atelier. Nous concluons par une discussion des leçons apprises et des perspectives prometteuses pour l’avenir de l’application de la physique sociale dans la recherche en sciences humaines. [Cet article fait partie de la collection Modélisation et simulation informatiques pour la recherche littéraire-historique : VESPACE et physique sociale.]

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0060,005
Science ouverte0,0010,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0280,006

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 Opus0,058
Tête enseignante GPT0,307
Écart entre enseignants0,249 · 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
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numériqueMême sujetArtificial Intelligence in GamesTravaux en français237 207