MétaCan
Menu
Retour à la cohorte
Enregistrement W4385364033 · doi:10.1080/23322551.2023.2210988

Digital choreographies: the body as a site for gestural mapping

2023· article· en· W4385364033 sur OpenAlexafffund
Andrea Peña

Notice bibliographique

RevueTheatre & Performance Design · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensConcordia University
Organismes subventionnairesFonds de recherche du Québec
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

This article is a hybrid reflection on the potential of digital capture to reveal spatio-temporal choreographic negotiations between body and built environment. Acknowledging a lack of engagement within environments that account for the expressive potential of the body and which constrain, dictate and industrialize it, with the proposed somatic research we set out to conduct an observation of the performance of body behavior in the way we interact with a seminal design object: a chair. Thus, the essay is a hybrid observation of bodily performances within quotidian environments that extends choreographic practice and knowledge beyond traditional choreographic contexts to account for the expressive, playful possibilities of the sentient body. The research fluctuates between practices of choreography and design staged in the scenographic landscape of digital photography and digital animation software to map the choreo-mediation between body and object: what is performed by the body in order to ‘interact’ with the proposed choreographic frameworks of a chair. A non-linear, digital, self-ethnographic approach presents two multi-sited studies to analyze this choreomediation: from stop-motion capture of a body performing negotiations with a chair to a digital transcription as a visual mapping of a three-dimensional self-avatar, performing the techniques of sitting.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,012
Communication savante0,0060,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,041
Tête enseignante GPT0,279
Écart entre enseignants0,238 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueTheatre & Performance DesignMême sujetDiversity and Impact of DanceTravaux en français237 207