Landscape as Method and Model: Developing Research-Creation in \nCommunity Through Landscape Painting and Pedagogy in Montréal’s Sud Ouest
Notice bibliographique
Résumé
This dissertation takes up landscape theory, community-engaged art education, and research-creation methodologies to ask how the creation of artworks can reveal insights into the social, political, and economic foundations of place, and how community artmaking can be used as inductive research to document experienced changes in place over time. This thesis conducts two concurrent projects that focused on Montréal’s Sud Ouest borough, the site of substantial re-development over the past 50 years. The first is a personal research-creation project using plein air landscape painting to theorize painting as fieldwork and research creation. The second was an eight-week community art class called Landscaping the City, which used community-based research creation methodology to conjoin participant artmaking with longform interviews. 17 participant-students engaged in a curriculum focused on the neighborhood’s past, present, and future, balancing skill building with conceptual concerns. To carry out these projects, I embedded in a small community art school and a grassroots anarchist development project which gave insight to how community members have self-organized to meet citizen needs. By thinking these projects together, this thesis theorizes how multimodal engagement with the built environment can help to democratize forms of engagement, make visible contradictory demands and desires for space, and foster civic interest and participation in processes of placemaking.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,015 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».