MétaCan
Menu
Retour à la cohorte
Enregistrement W4411656971 · doi:10.51847/qdk9t5ch50

10.51847/QDk9T5CH50

2000· article· en· W4411656971 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPaintingArtAestheticsVisual arts

Résumé

récupéré en direct d'OpenAlex

The coffee shops paintings, in general, are the reflection of desires, interests, myths, and national and religious beliefs; meanwhile, they represent the ruling cultural spirit of the middle class in the urban community in Iran.This kind of painting has got its own special features and components which should be investigated in its own place, separately.One of the important aspects of these features is the aesthetic one which the current paper attempted to investigate.That said, the main purpose of the current study was to investigate the aesthetic features in the paintings of Hossein Gholler Aghasi.The main research questions were: How did the coffee shop painters use color to create artistic works?Did the painters pay attention to the concepts and effects of colors in their work?What colors have been used in coffee shop paintings and for conveying which concepts?How did the coffee shop painters use color and which components were included in their paintings?Moreover, in the current study, the combination of colors, the harmony of colors, the cold and warm colors, and their concepts, as well as the ratio of the function of colors to objects and geometric shapes were examined.The results of this thesis show that Agassi has a full understanding of the components and principles of linguistic, the concepts of colors, harmony, and the combination of different colors.Accordingly, in each of the types of coffee houses (Religious, Martial, and lyrical), the right harmony gives geometric shapes with appropriate colors and a decent character has been done through any color.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)1,0000,999

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetColor perception and designTravaux en français237 207