Migrant Tools: Recursos de Aprendizaje para un Mundo de Entidades en Tránsito
Bibliographic record
Abstract
Esta comunicacion relata el contexto de aprendizaje de ejercicios compartidos por estudios en humanidades, ciencias sociales y arquitectura en 2018-2019, los cuales exploran metodologias a priori exclusivas pero con una cierta capacidad de vehicular conversaciones y debates. El punto de partida han sido los relatos llamados “Journeys. How travelling fruit, ideas and buildings rearrange our environment” editados por la Canadian Centre for Architecture (Borasi, 2010). El contenido y sus formas de escritura han favorecido maneras abiertas de encarar estudios de sociologia urbana y la emergencia de nuevos programas de proyectos arquitectonicos. La primera parte de la comunicacion explica el modo de interpretar la arquitectura y como esta va evolucionando en clave de tipologias adaptativas, reforzado por estudios de movilidad realizados desde las ciencias sociales y humanidades que ponen el foco tanto en cuestiones locales y regionalismos como en fenomenos de transculturalidad y globalizacion. Por ejemplo, en Guggenheim y Soderstrom (2009) se da valor a la movilidad de ideas, tipos, imagenes y materiales y su relacion con la forma de ir mutando arquitectura, cultura y ciudad. La comunicacion termina explicando dos de las dinamicas docentes y tres de los casos de estudio, postproducidos por los docentes integrantes de la red Viceversos usando flujogramas situacionales y un interface digital llamado “Migrant Matters” que incluye todos los materiales producidos.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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; both teacher heads agree on what is shown here.
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".