O PROJETO GRÁFICO EM SUPERFÍCIES AZULEJARES: UM ESTUDO DE CASO SOBRE AZULEJOS EM CAMPINA GRANDE – PB
Bibliographic record
Abstract
Resumo: O presente artigo tem como objeto de estudo superfícies azulejares, uma alternativa construtiva/decorativa para edifícios que, ao longo do tempo, adaptou-se a diversos contextos culturais e se tornou uma referência de representação de várias culturas.Objetivou-se, por meio deste estudo, analisar esse tipo de superfície a partir de requisitos específicos da linguagem visual adotada em projetos gráficos.Como estudo de caso, foram selecionados dois exemplares de azulejos encontrados na cidade de Campina Grande, ambos pertencentes a edificações de linha estilística modernista.A abordagem de estudo adotada justifica-se pela reduzida quantidade de pesquisas relacionadas ao contexto apresentado, bem como pela crescente importância dos princípios de design da interação no desenvolvimento de produtos.A metodologia utilizada fundamenta-se na análise da imagem do painel azulejar como uma mensagem compreendida entre a expressão e a comunicação, em que devem ser considerados os elementos constituintes para se definir um contexto, conforme Joly (2015).Para a construção do aporte teórico, tomou-se como referência as definições de Design de Superfície de Rüthschilling (2002), reafirmadas em Schwartz (2008), bem como os estudos de Dondis (2007), acerca da sintaxe da linguagem visual e de Wong (2014), sobre os princípios da forma e do desenho.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".