HeartBeat - An interactive installation to reflect the sentiments of Canadians during pandemics like Covid-19
Notice bibliographique
Résumé
Social media has given citizens an avenue to express their views on various subjects in their personal lives, policies, and even a way to communicate with each other about their sentiments and emotions. This is key during a pandemic such as Covid-19 where the world is facing a global impact and the need for a pandemic-related public art framework has been sought globally by art societies and researchers to revitalize the society. However, due to the pace of this pandemic, most city art strategy papers require a framework for pandemic related public art especially in Toronto which has an agenda of moving towards becoming a smart city and public art should reflect that. This thesis investigates how might public art installations reflect the sentiment of smart communities in a pandemic. I designed 'HeartBeat', an interactive installation and visualization to reflect the emotions of citizens during the pandemic using Research Through Design and user-centered design approaches. The goal is to reflect the sentiment of Canadians during the current pandemic. HeartBeat uses tweets from Canada and visualizes the popular emotion groups during the pandemic period in an interactive installation. To evaluate HeartBeat, I conducted case study evaluation for various time periods and semi-structured interviews by selecting experts such as artists, designers, curators, policymakers, and data journalists. The contributions from HeartBeat could provide designers and artists exploring the pandemic to consider these design choices and methodologies; discussion shows the ways available to understand emotions of citizens during a pandemic in a smart city; detailed process design and technology stack architecture for pandemic related public art which could be used as public art frameworks during pandemics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».