MétaCan
Menu
Retour à la cohorte
Enregistrement W4362577105 · doi:10.1080/00393630.2023.2185725

Conserving Animation Cels: Reattaching Loose Paint Without Adhesive

2023· article· en· W4362577105 sur OpenAlexfundno aff
Katharina Hoeyng, Carolyn Carta, Joy Mazurek, Art Kaplan, Michael Schilling, Kristen McCormick, Tom Learner

Notice bibliographique

RevueStudies in Conservation · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueConservation Techniques and Studies
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésAnimationMaterials scienceAdhesiveComputer scienceComputer graphics (images)Composite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

A collaborative research project between the Getty Conservation Institute and the Walt Disney Animation Research Library investigated storage and conservation treatment strategies for animation cels. Animation cels are transparent plastic sheets inked on the front and painted on the reverse. Common damage observed on aged cels is cracking, loss of adhesion, dislocations, and losses of the paint. In practice, flaking paint of animation cels is often removed and repainted rather than consolidated. Being reverse painted, paint consolidation of animation cels adds another layer of complexity to established approaches to paint consolidation. One important component of this study has involved developing minimally invasive treatments for reattaching delaminating paints, which involved studying paint condition, characteristics, and properties. This paper presents recent innovations in paint reattachment that rely on the intrinsic hygroscopic properties of the cel paint formulations. The new treatment is a multi-step approach that manipulates paint properties by using precise levels of relative humidity, established within a humidity chamber, in order to reactivate the paint and reattach it. A major advantage of this method is that a consolidant is not necessary. Method development and a case study procedure are presented in depth. The method developed is effective for cel paints with the same or similar formulations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,787

Scores Codex et Gemma par catégorie

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

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 Opus0,246
Tête enseignante GPT0,383
Écart entre enseignants0,137 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in ConservationMême sujetConservation Techniques and StudiesTravaux en français237 207