Urban Choreographics: Tracing the Extralinguistic Pedagogies of Montreal’s Underground Metro System
Notice bibliographique
Résumé
In North American cityscapes commuters must perform a specific set of gestures in order to efficiently move through and around public architectural spaces. The mass adoption of these gestures represents a form of extra-institutional learning facilitated by the choreographic characteristics of everyday architectural spaces. The urbanite’s quotidian movement through the built environment may then inform their understanding of what normative movement looks and feels like. The purpose of this research-creation thesis is to investigate how adult human cognition and epistemic formation is affected by bodily movement through contemporary urban architectural spaces. Locally there are few spaces where the procedural nature of city architecture is felt more than when using the underground public transportation network. For this reason, the Société de Transport de Montréal’s (STM’s) subterranean metro stations are the focal site of this inquiry. Using ethnographic (experimental field recordings and naturalistic observation) and arts-based methods (inconspicuous public performance and long-exposure film photography) this performance ethnography identified and analyzed recurrent patterns and rhythmic structures of Montreal’s underground architectures which cause these spaces to be propulsive for some and disabling for others. The findings of this qualitative study emphasized the hypervisibility of those whose bodies are dissociated from the rhythms of “normative” movement in these spaces. Though further studies are needed to draw a causal relationship between human cognition and the public spaces they inhabit, this thesis demonstrates the potential of arts-based research to create an output which mediates metric measurement and one’s embodied experiences of space for the purposes of research and critical reflection.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».