MétaCan
Menu
Retour à la cohorte
Enregistrement W4413182779 · doi:10.16995/ah.24859

Feeling through Images: Architectural Histories after the Emotional Turn

2025· article· en· W4413182779 sur OpenAlexaff

Notice bibliographique

RevueArchitectural Histories · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésHistory

Résumé

récupéré en direct d'OpenAlex

This set of Field Notes explores the emerging topic of urban emotions by foregrounding the critical role of images in mediating how built environments are experienced, interpreted, and imagined. While social histories have increasingly engaged with the ‘emotional turn,’ the spatial and visual implications of this shift remain underexplored. We argue that both still and moving images – whether artistic, journalistic, documentary, or otherwise – operate as powerful modes of representation that not only depict urban realities but also actively construct them. Their rhetorical and affective force offers a critical lens for understanding the entanglements between emotions and the built environment. Drawing insights from the 2024 workshop of the EAHN’s Urban Representations Interest Group, we outline diverse case studies that reveal how emotions such as anticipation, anxiety, outrage, longing, and detachment circulate through images and shape urban imaginaries. These contributions argue that emotional responses mediated through visual culture are integral to interpreting the built environment. By situating images at the centre of scholarly enquiries, we call for a broader methodological engagement with emotions within architectural and urban scholarship. The emotional life of images, we contend, not only enriches historical and critical analysis but also illuminates the dynamic processes through which cities are produced and reproduced.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,025
Communication savante0,0090,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 GPT0,206
Écart entre enseignants0,187 · 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'étudeThéorique ou conceptuel
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 revueArchitectural HistoriesMême sujetDiverse Scientific and Economic StudiesTravaux en français237 207