MétaCan
Menu
Retour à la cohorte
Enregistrement W7018828134

Embossed Lino Prints

2022· other· en· W7018828134 sur OpenAlexaboutno aff

Notice bibliographique

RevueRADAR (Glasgow School of Art) · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScripting language3d printedProduct (mathematics)Manufacturing processProcess (computing)Embossing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Three recycled papers were made using waste printed packaging and leaflets. The three colours most commonly found in the packaging materials were separated and used to create the three paper colours - grey, white and brown. The paper colours and the flecks of other colours introduced suggested three materials - concrete, sand and wood. Photographs were taken of these materials - textured concrete of the Hunterian at Glasgow Uni, sand on Calgary Beach, Mull and bark from a tree in Pollok Park (plus a microscopic image of wood fibre). From these images, with the help of a little scripting, embossing plates and linocuts were made to create a set of three 3D prints. The creation of the prints was an exercise in adding value to a readily available domestic waste product - printed paper and card. A process of separating the coloured print from the base paper/card was developed and the paper and card then categorised by colour. This led to the creation of three distinct, heavily textured handmade papers which revealed their past through the flecks of colour (and often visible branding) apparent in the final paper. Scripting using the visual programming language Grasshopper, which is used within 3D modelling software Grasshopper, allowed the development of methods which were used to translate input images into 3D and 2D forms which were embossed and printed on the handmade paper. This adds layers of meaning and value to a material which had previously been considered waste.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,3770,139

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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,236 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRADAR (Glasgow School of Art)Travaux en français237 207