Bibliographic record
Abstract
O objetivo deste artigo é compreender melhor a filosofia, a teoria e os princípios da a/r/tografia e como eles podem ser aplicados a indivíduos u a uma comunidade de pesquisadoresde arte trabalhando nas ciências sociais e humanidades. Em 2004, Rita Irwin cunhou o termo a/r/tografia e desenvolveu uma prática de pesquisa baseada nas artes baseada nos fundamentos filosóficos dos três tipos de pensamento de Aristóteles: saber (teoria), fazer (práxis) e poética (poesis) “(Irwin, 2004: 27). Ela amplia esses entendimentos para a pesquisa educacional (ver Dewey, 1934) e expande a pesquisa baseada em artes (ver Eisner, 1979, 1991, Barone & Eisner, 1997) para considerar a metodologia da a/r/tografia para artistas, pesquisadores e professores como uma pesquisa viva. Irwin sugere que os a/r/tógrafos trabalhando em um coletivo cria a oportunidade de reexaminar, reconfigurar e reescrever histórias, que antes eram incompreendidas ou invisíveis. As ideias resultantes proporcionam perspectivas multifacetadas, oferecendo uma rica compreensão de experiências estéticas, performatividade e expressões poéticas ligadas à erudição intelectual. As implicações deste trabalho acadêmico é que os pesquisadores baseados em arte irão adquirir uma compreensão mais profunda do desenvolvimento histórico da biografia e seu potencial para ampliar a pesquisa em ciências sociais e humanidades através de práticas interdisciplinares, reunindo comunidades de pesquisadores de diversas disciplinas.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.015 | 0.008 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.040 | 0.011 |
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".