The Virtual Water Gallery: Measuring attitude changes towards climate and water through art
Notice bibliographique
Résumé
Water is life. Water-related challenges, such as droughts, floods, water quality degradation, permafrost thaw and glacier melt, exacerbated by climate change, affect everyone. Yet, it is challenging to communicate science on complex and highly volatile topics such as water and climate change. Conceptualizing water-related environmental and social issues in novel ways, for example using art, with engagement between diverse audiences may lead to comprehensive solutions to these complex challenges.The Virtual Water Gallery (VWG) project, launched as part of the Global Water Futures (GWF) program in 2020 as a collaborative space merging science and art to address water challenges. Thirteen artists, representing diverse voices, teamed up with GWF scientists to explore specific challenges across Canada. The resulting artworks were exhibited on the VWG website (www.virtualwatergallery.ca) in 2021, with a first in-person exhibition in Canmore in 2022. Surveys were concurrently conducted to capture perspectives on climate change and water challenges, as well as on the role of art as a tool for engagement, from project participants, online and in-person gallery visitors.Join us as we share key findings and lessons learned on the SciArt collaborations and exhibition. Participant survey results highlight the participating artists and scientists’ experiences during the co-creation process. Visitor survey results help clarify the impact of art on people's understanding of climate change and its effects on water resources, alongside insights into behaviour changes (e.g., energy conservation, recycling, dietary choices) as a result of visiting the exhibition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».