MétaCan
Menu
Retour à la cohorte
Enregistrement W7101219684

Ethics and Visual Representation

2014· article· en· W7101219684 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Rights and Representation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrailleExhibitionPaintingContemporary artVisual arts educationVisually impairedArt methodologyModern artArt world
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

How do we Ensure Art Accessibility for the blind and visually impaired? This research looks at ways to enhance art accessibility for the visually impaired (V.I). There are not many museums, galleries, exhibitions that provide programs or even exhibit art made to touch. It will examine Art Education for the Blind, Inc. (AEB) founded by Elisabeth Salzhauer, whose mission is “to make art, art history, and visual culture accessible to people who are blind or visually impaired. ” Other sources to be examined are art museums such as Kelowna Art Gallery in Canada, Metropolitan Museum of Art in New York City, and the Museum of Modern Art (MoMA), that each provides such accessibility via Braille labels, large-print booklets, touch and audio tours, and AEB’s tactile representation. An article titled Art for the Blind-Art a GoGo by Kathleen Lang speaks about these programs and talks about how AEB program works. This paper will also study artists such as Roy Nachum and Lee Brozgol. Nachum is an artist who incorporates poetic messages in Braille into his oil paintings as a way for the visually impaired to appreciate his work. Brozgol teaches ceramics to a group of students with visual impairments ranging from high partial to full vision loss. I would like to interview a visually impaired individual to get their experience, if any, in an art museum. I will ask questions pertaining to ways that they would feel more welcome in an art setting. There are some V.I. who are also hearing impaired, therefore I will examine ways to incorporate other senses in art form.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,447
Écart entre enseignants0,378 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDisability Rights and RepresentationTravaux en français237 207