MétaCan
Menu
Retour à la cohorte
Enregistrement W4409458715 · doi:10.17341/gazimmfd.1394768

Tarihi çevrede zıt yaklaşım etkilerinin Görsel Dikkat Yazılımı (VAS) ile analizi

2025· article· tr· W4409458715 sur OpenAlexaboutno aff
Nuray ÖZKARACA, Hicran Hanım HALAÇ

Notice bibliographique

RevueGazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi · 2025
Typearticle
Languetr
DomaineComputer Science
ThématiqueVisual Attention and Saliency Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

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 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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0460,007

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 Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,251 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGazi Üniversitesi Mühendislik-Mimarlık Fakültesi DergisiMême sujetVisual Attention and Saliency DetectionTravaux en français237 207