Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In an immersive viasual experience, Mrs. Rajko asks: do we use our technology, or is it using us?\n\nJessica Rajko is an interdisciplinary artist exploring the embodied, corporeal, and lived experience of data. As an assistant professor at Arizona State University, her work blends praxis and scholarship from dance, somatic practices, phenomenology, and human-computer interaction design. She is a founding co-Director of the ASU Human Security Collaboratory, a non-departmental collective of artists and scholars addressing complex problems affecting the security of individuals and communities, with a special emphasis on digital technologies and their uses. Considering issues such as digital civil rights and equity in tech, her research aspires to integrate intersectional feminist frameworks within all her practices. Jessica has presented and performed in various collaborative artworks nationally and internationally, including Torontoâs Scotiabank Nuit Blanche festival and New York Cityâs Gotham Festival at The Joyce Theatre. She was named one of Phoenix New Timesâs â100 Creatives of 2016.â She is the co-founder and co-director of urbanSTEW (urbanSTEW.org), a non-profit arts collective that creates participatory, art/tech installations to engage local communities in multisensory, felt experiences. Jessica received her MFA in Dance and Interdisciplinary Digital Media at Arizona State University in 2009 (outstanding graduate of the year) and her BA in Dance and Psychology at Hope College in 2005.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,012 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découle