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
BACKGROUND \nThis research proposes that nonhuman agents (chatbots) can be modelled by poetic engagement. Currently conversational machine learning agents are programmed to act only on utilitarian terms (Clark, 2019). Humans ascribing human-like qualities to non-human entities is the cause of abundant misinterpretations and complexity of relations, a transgression exemplary in ‘Tay’ (2016): a chatbot whom on its release by Microsoft cast aspersions on social media. If humans and nonhumans are to communicate, how this could be achieved between such different creatures is yet to be resolved: this is the gap that the work occupies. This work is also in line with the work of Annie Dorsen which explores the intersection between algorithmic art and performance. \n\nCONTRIBUTION \n‘The Pirate Girls say...’ was a performance net artwork, accessed via a captive portal Wi-Fi featuring oceanic paraphernalia. The audience received an email that was composed as concrete poetry (reminiscent of mail art). They were then encouraged to reply to ‘mutinous sentiments’ and ‘masquerading pirates’ (chatbots). Intervening on knowledge production, this work demonstrates the capacity of performative conversational non-human/human actors, and proposes this as a new genre of performance art. \n\nSIGNIFICANCE \nThe work was selected by curator Dr. Jaime Tsai for ‘Caught Stealing,’ a group show at the National Art School Gallery. Mauro-Flude gave artist talk in the public programme. It was presented alongside works by Destiny Deacon, Fiona Hall, Soda_Jerk, Joan Ross and Linda Dement. The exhibition was reviewed in Arts Review, Sydney Morning Herald and Swiss Review art magazine. An earlier iteration was peer reviewed by Unlikely Journal for transdisciplinary enquiry and curated into an exhibition at EastBlok - a key cultural venue in Montreal.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,100 | 0,002 |
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