MétaCan
Menu
Retour à la cohorte
Enregistrement W614136272

Art and War in Japan and its Empire: 1931-1960

2012· book· en· W614136272 sur OpenAlexaboutno aff
Asato Ikeda, Aya Louise McDonald, Ming Tiampo

Notice bibliographique

RevueDigital Scholarship - UNLV (University of Nevada Reno) · 2012
Typebook
Langueen
DomaineSocial Sciences
ThématiqueJapanese History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmpireTransnationalitySpanish Civil WarPeriod (music)Art historyHistoryWorld War IIColonialismArtAncient historyPolitical scienceLawAestheticsArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Art and War in Japan and its Empire: 1931-1960 is an anthology that investigates the impact of the Fifteen-Year War (1931-1945) on artistic practices and brings together twenty scholars including art historians, historians, and museum curators from the United States, Canada, France, Taiwan, Korea, and Japan. This will be the first art-historical anthology that examines responses to the war within and outside Japan in the wartime and postwar period. The anthology will scrutinize official and unofficial war artists who recorded, propagated, or resented the war; explore the unprecedented transnationality of artistic activity under Japan’s colonial expansion; and consider the role of today’s museum institutions in remembering the war through art. Contributors include: Asato Ikeda, Aya Lousa McDonald, Ming Tiampo, Akihisa Kawata, Mikiko Hirayama, Mayu Tsuruya, Michael Lucken, Bert Winther-Tamaki, Mark H. Sandler, Maki Kaneko, Kendall Brown, Reita Hirase, Gennifer Weisenfeld, Kari Shepherdson-Scott, Aida-Yuen Wong, Hyeshin Kim, Laura Hein, and Julia Adeney Thomas.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
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 enseignants0,824
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,228
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

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

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Scholarship - UNLV (University of Nevada Reno)Même sujetJapanese History and CultureTravaux en français237 207