MétaCan
Menu
Retour à la cohorte
Enregistrement W4405807057 · doi:10.21428/3e88f64f.75824f48

Review: Digital Fiction Curios

2024· article· en· W4405807057 sur OpenAlexaff
Jessica Laccetti

Notice bibliographique

RevueReviews in Digital Humanities · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSheffield Hallam University
Mots-clésArtComputer science

Résumé

récupéré en direct d'OpenAlex

Digital Fiction Curios is a prototype immersive gallery that experiments with the concept of celebrating and exploring older electronic literature through virtual reality (VR).Many of Dreaming Methods' earliest stories were created in Flash, a technology that was removed from all major web browsers in 2020.Digital Fiction Curios archives and re-purposes three of our Flash works originally made as far back as 1999 and makes it possible to explore them in VR.As a reader/player, Curios places you inside a mysterious "curiosity shop" where all manner of historical items and gadgets can be picked up and examined.Almost everything on show was created digitally decades ago.Curios was made working with Alice Bell from Sheffield Hallam University, funded through the university's Creating Knowledge Impact Acceleration Account.The music is by Chris Joseph.Digital Fiction Curios had an extremely low budget for a VR experience and was challenging to create.It was entirely built in-house by Dreaming Methods as an attempt to offer an authentic window into three original Flash works, presenting them in a new and unique way that would invite close examination, supporting research materials and the opportunity to partly re-imagine the works as if they had been created for VR itself.Our eventual hope was then to look at creating a wider archive of digital fiction by other artists/writers.The process involved discovering a way to run Flash content within VR and to allow that content to be interacted with.Our work in this area was limited to PCs and Windows specifically.The project was co-curated

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0020,003
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,007

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 Opus0,058
Tête enseignante GPT0,334
Écart entre enseignants0,276 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueReviews in Digital HumanitiesMême sujetDigital Games and MediaTravaux en français237 207