Notice bibliographique
Résumé
The United States of America went through a radical self-examination in 2020. The shock of the Covid pandemic combined with economic and social dislocations, followed by the police murder of George Floyd, forced a reckoning on race, racism, and state violence. That same year, Opal Tometi, a co-founder of Black Lives Matter, wrote that she believes “that what we are witnessing now is the opening up of imaginations, where people are beginning to think more expansively about what the solutions could be”.[mfn]Isaac Chotiner, “A Black Lives Matter Co-Founder Explains Why This Time Is Different,” The New Yorker, June 3, 2020. See article[/mfn] In the Design Media Arts department at UCLA, I teach a course titled Design Futures, that has historically been an incubator for hybrid research and production. In response to the issues of the moment, we look to investigate how design theory and praxis could open up a series of new, more inclusive futures. The question before us was: what can design do to help us through this moment? How could we conceive or design futures that we actually want to live in, rather than as briefs from commercial interests? We determined one answer to a series of design research provocations, that we termed Solve for (x)Futurisms. These ran the gamut from Afro Futurisms to Latinx Futurisms, Indigenous Futurisms to Queer Futurisms. The group researched extant practices, modeled design ethnographies, and then mocked up their own bespoke future scenarios. What follows is a visual primer of the (x) Futurisms of a small group of young makers on the edge of the Pacific Ocean in a year that was definitively in and of the 21st century. Peter Lunenfeld
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».