Notice bibliographique
Résumé
This article discusses the computational and material interplays embedded in the making of [re]capture, a research–creation project combining a bio-inspired installation that materialises particulate matter, together with outdoor sensing instruments that collect atmospheric data in at-risk neighbourhoods (Montreal, Canada). With impacts on health and the environment, habitual and slow forms of exposure to atmospheric pollution (Hsu 2016) outline the relationality of air and the porosity of bodies, both human and more-than-human (Nieuwenhuis 2016; Albano 2022). What kind of technical objects, and material-esthetics can “negotiate a rapprochement” (Gissen 2009, 22) with the invisible materiality of air? At the intersection of critical and bio-design, mechanical engineering, and computer science, [re]capture delves into this question through the lens of ‘filtration,’ simultaneously envisioned as a physical process for attending to atmospheric pollution, and as a generative concept for interpolating technology, materiality, and the city. While the artwork iterates a virtual testing model (Blender and ossia score) with physical prototyping, the article examines how to compose with air through digital simulation and scoring to create new alliances between porous meshes, bioindicators, data, particulate matter, light, wind, and electronics. It also asks How to design installations that embody and materialise the affective properties of air? Attending the speculative trajectory of this process, the article draws on feedback from computer-aided simulation techniques and collaborative experiments in residency spaces to investigate the ‘scoring’ of [im]materiality and explore the spatio-temporality of air.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».