MétaCan
Menu
Retour à la cohorte
Enregistrement W6992241849

Kuruluşundan günümüze Marmara Üniversitesi Güzel Sanatlar Fakültesi Sinama- TV Bölümün’de eğitim “tavanarasındaki düşler”

2009· other· tr· W6992241849 sur OpenAlexaboutno aff

Notice bibliographique

RevueMarmara University Open Access System · 2009
Typeother
Languetr
DomaineSocial Sciences
ThématiqueHistorical and Political Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMovie theaterThe artsQuarter (Canadian coin)Cinematography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sinemanın keşfedildiği 1895 yılından bu yana sinemada olduğu gibi, sinema eğitiminde de değişik yaklaşımlar ortaya çıkmıştır. 1919 yılında Rusya’da kurulan Rusya Federasyonu Devlet Gerasimov Sinematografi Enstitüsü ile başlayarak, bir çok sinema okulu kurulmuş, farklı eğitim tarzları ortaya çıkmıştır. Türkiye’de ise sinema eğitimi 1975 yılında başlamıştır ve 1982 yılında kurulan Marmara Üniversitesi Güzel Sanatlar Fakültesi Sinema-TV Bölümü ülkemizdeki en köklü sinema bölümlerinden biridir. Çeyrek yüzyılı geride bırakmış bu kurum nasıl ve kimler tarafından kurulmuştur? Kuruluş amacı nedir? Türkiye’deki dünyadaki yeri ve önemi nedir? Tüm bu sorular sadece bir sinema bölümü ile ilgili değil, genel olarak “sinema eğitimi” ile ilgilidir. Since when cinema was discovered in 1895, there were different approachs about cinema and cinema education. Many film schools were founded and different education methods were developed since inception of Gerasimov Institute of Cinematography (VGIK) in 1919. In Turkey, cinema education started in 1975 and since 1982, Marmara University Faculty of Fine Arts Cinema-TV Department constitutes one of the most fundemental cinema schools in our country. How and from who was founded this cinema school which continues to educate during the quarter of a century. What was its purpose to be founded? What is its importance in world and in Turkey? This questions are not just about a cinema department, but they are about “cinema education” generally.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,004

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,336
Écart entre enseignants0,286 · 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'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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarmara University Open Access SystemMême sujetHistorical and Political StudiesTravaux en français237 207