Khawab – A Mipsterz Collaboration: The Nexus of Muslim-futurism through Fashion, Art and Technology
Notice bibliographique
Résumé
Khawab is a MIPSTERZ project that centers Muslim women at the forefront of creative identity expression by connecting with participants through their real-life experiences.Khawab (kha-wa-b) or "to dream" in Urdu, is a multi-faceted storytelling portrait series from MIPSTERZ (created by Reyhab Patel) that fictionalizes the alter-egos of Muslim women in Toronto.It aims to answer the question of what informs our imagination of a utopia and what it means to have freedom of expression.Khawab is informed by the nexus of fashion, art, and culture, and how these aspects allow us to create authentic versions of ourselves in hopes of living free.This project transforms participants' experiences into fictional alter-egos, presenting Muslim women in a space of creative liberation and inclusivity, breaking free from restrictions, and embracing a space of boundless imagination.We sought to show how everyday Muslim women in Toronto imagine their alter-egos in fictional realities of their own creation.Their alter-egos described as "alternative identities" were boundless in their existence across various realities.To bring these characters to life, we crafted character biographies and captured their stories through collaborative conversations.In a two-phase approach, we first photographed Muslim women dressed as their alter-egos.Each portrait was then enhanced using artificial intelligence (DALL•E, from OpenAI) to create a digital world backdrop from key elements and textual descriptions of the alter-egoincluding interpretations of cultural identity, occupation, familial ties, as well as responses to Islamophobia, racism, and trauma.At its core, Khawab works to heal and reclaim personhood through storytelling.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».