Tarihi çevrede zıt yaklaşım etkilerinin Görsel Dikkat Yazılımı (VAS) ile analizi
Notice bibliographique
Résumé
Tarihi çevredeki yeni yapı yaklaşımlarından zıt yaklaşım koruma dünyasında önemli tartışma konularından biri olarak ön plana çıkmaktadır. Geçmişten günümüze tarihi çevrelere/binalara modern eklemeler tasarlanmıştır. Bu kapsamda hangi mimari unsurların daha fazla dikkat çekeceği tartışma konusu olmuştur: tarihi unsurlar mı yoksa modern unsurlar mı? İnsan/kullanıcı bir görüntü (manzara, bina cephesi vb.) ile karşılaştığında, dikkatini tam olarak neyin çektiğine dair bilinçaltı anında bir karar vermektedir. Bilişsel Mimarlık teorisine göre bilinçaltında insanlar tarafından tercih edilen mimari ilkeler vardır. Bu ilkeler dikkate alındığında geleneksel binaların modern binalara göre bilinçaltında daha fazla dikkat çektiği varsayılmaktadır. Araştırmada tarihi çevrede zıt yaklaşım içeren yeni ek ve yeni yapı etkileri görsel dikkat doğrultusunda incelenmiştir. Görsel dikkat için göz takibinden elde edilen deneysel veriler kullanılarak geliştirilmiş bir yapay zekâ uygulaması olan 3M VAS Göz Takip Yöntemi kullanılmıştır. İzleyicilerin görsellere vereceği tepkileri tahmin etmek için farklı binaların (İsveç’teki Malmö Modern Müzesi; Almanya Dresden’deki Askeri Tarih Müzesi; Paris Louvre Müzesi; Hollanda Fundatie Müzesi; Kanada Royal Ontario Müzesi ve Prag’daki Dans Eden Ev) görselleri analiz edilmiştir. Hangi mimarinin neden daha ilgi çekici olduğunu açıklamak için 3M Göz takibinden elde edilen diyagramlar ve analizler sunulmuştur. Sonuçlar; tarihi çevrede olumlu kontrast etkiler olduğu gibi olumsuz kontrast etkiler de yaşandığını göstermektedir. Bu çalışma, ilgili koruma literatüründeki öznel tartışmalara karşın VAS sonuçlarının ilgili konuya nesnel bir bakış kazandırabileceğini göstermektedir.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».