Methods of Research in the Investigation and Interpretation of Architecture and the Built Environment
Bibliographic record
Abstract
Le Centre Canadien d’Architecture fut établi en 1979 par Phyllis Lambert afin de promouvoir des connaissances approfondies de l’architecture, de son histoire, et de son environnement chez le grand public, les architectes, et les chercheurs. Lorsque les deux rédacteurs de racar, Clifford Brown et Chandler Kirwin, avaient proposé de consacrer un numéro de racar au Centre Canadien d’Architecture, le directeur et les conservateurs ont décidé qu’il serait intéressant de démontrer à travers l’analyse des collections du cca et de son édifice, les méthodes de recherche employées dans l’étude et l’interprétation d’oeuvres conservées par un musée d’architecture. Les conservateurs de musée ont une tâche assez ardue de sauvegarder, d’étudier et d’interpréter ces oeuvres, ce qui rend nécessaire une étroite collaboration avec les bibliothécaires, les restaurateurs, les archivistes et les photographes. Les conservateurs de musée doivent posséder une connaissance non seulement de l’art du connaisseur mais aussi de plusieurs disciplines intellectuelles afin de poursuivre la recherche. Récemment les historiens de l’art ont été préoccupés tout particulièrement par les problèmes de méthodologie. Le conservateur de musée ne peut pas se permettre d’employer une seule méthodologie. La méthode de recherche choisie doit être déterminée par l’objet d’art lui-même. Par contre, plusieurs méthodes et disciplines intellectuelles doivent être utilisées ensembles par le conservateur. Dans les articles qui suivent, le lecteur trouvera une démonstration de ces différentes méthodes de recherche employées par les conservateurs d’un musée d’architecture. Les oeuvres discutées dans ce numéro de racar seront exposées au cca pendant l’automne 1990. Nous tenons à remercier tous les membres du cca qui ont collaboré à ce numéro de racar ainsi que Clifford Brown et Chandler Kirwin qui nous ont apporté une aide précieuse.
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 | 0.167 | 0.177 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.017 | 0.017 |
| Science and technology studies | 0.007 | 0.044 |
| Scholarly communication | 0.024 | 0.018 |
| Open science | 0.005 | 0.014 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".