Art in context: A multi-level analysis of art
Notice bibliographique
Résumé
Experiencing art, both as the artist and observer, plays a major role in experiencing humanity. The current paper approaches art through a behavioral lens rooted in functional contextualism, where producing and observing art are behaviors that emerge and evolve within a multilevel functional context, encompassing natural selection, operant selection, and cultural selection. At the biological level, evolutionary pressures have shaped neurological processes and physiological responses that support artistic engagement. At the operant level, relational frame theory provides insights into how language and experience transform the function of art, and, bi-directionally, how art transforms human experience. At the cultural level, art propagates shared practices and values through mechanisms like metacontingencies and cultural cusps, facilitating intergenerational transmission and societal change. Potential applications include therapeutic interventions leveraging art to promote psychological flexibility, educational initiatives fostering artistic appreciation, and community programs enhancing collective resilience. By integrating biological, behavioral, and cultural perspectives, this analysis highlights art's unique role as a dynamic, adaptive component of human life, capable of enriching and transforming individual and collective experiences. • Art shapes human experience across biological, behavioral, and cultural levels. • Relational frame theory explains the symbolic and transformative meaning of art. • Metacontingencies guide art's role in cultural evolution and social cohesion. • Art creates opportunities for adaptive and meaningful responses to human suffering. • Functional contextualism provides a novel framework for analyzing artistic practices.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».