MétaCan
Menu
Retour à la cohorte

3D MODELLING AND VIRTUAL REALITY FOR MUSEUM HERITAGE PRESENTATION: CONTEXTUALISATION OF SCULPTURE FROM THE TANG ERA

2024· article· en· W4392783840 sur OpenAlexaff
Roberta Spallone, Fabrizio Lamberti, Laura Vigo, Francesca Ronco, Davide Calandra, Mario Ferraro

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensNational Museum of Fine Arts of Quebec
Organismes subventionnairesnon disponible
Mots-clésSculpturePresentation (obstetrics)Virtual realityVisual artsCultural heritageArtAugmented realityArt historyHistoryComputer scienceArchaeologyHuman–computer interactionMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract. The present research concerns the contextualisation and presentation of eleven small statues from the Tang era dated from the XI and XII centuries CE today housed at the Asian Art Museum in Turin (MAO). A multidisciplinary group with expertise in Asian art, digital representation, and information processing systems, with the support of VR@POLITO and MOD Lab Arch of the Politecnico di Torino is involved in the work. The goal is to present together several Tang-era pottery models not belonging to the same funerary outfit within the spaces of a coeval, philologically compatible hypogeal tomb. With a pronounced storytelling intent, the reconstructive 3D model represents a virtual exhibition project summarizing Tang art’s architectural, pictorial, and sculptural features. The pipeline was developed through photogrammetric acquisition with Structure from Motion (SfM) technology and 3D modeling of the artworks, reconstructive modeling and texturing of a Tang tomb as the ideal space of the statues, and communication through a virtual reality (VR) experience augmented with a set of information.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,032
Tête enseignante GPT0,260
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujet3D Surveying and Cultural HeritageTravaux en français237 207