Ecologies of Dramaturgy in Dance Creation: A Conversation
Bibliographic record
Abstract
AW é Jamaicana, Preta, dançarina mulher cisgênero e dramaturga. Dois interesses paralelos emergiram gradualmente ao longo de sua carreira – a contribuição do performer ao processo criativo, e a dinâmica da operação necessariamente colaborativa que é a coreografia contemporânea. Esta entrevista com a artista-pesquisadora reporta sua experiência artística e o processo criativo da obra Confession Publique, ao qual ela ocupa a posição triádica de dramaturga, dançarina e pesquisadora auto-etnógrafa, compondo uma conversa dialógica entre artistas interdisciplinares e pesquisadores do projeto Dramaturgical Ecologies (sediado na Anonimo). Para além de uma entrevista, este projeto polivocal–centrado nos temas de agenciamento, dramaturgia, corporalização e movimento–migrou do físico para o virtual, respondendo a reconfiguração biopolítica causada pela pandemia do COVID-19. Esta transição ativou tensões e ressonâncias no diálogo que se tornaram limitações facilitadoras, onde os corpos envolvidos na pesquisa se tornaram parte da co-composição dramatúrgica do processo de escrita deste texto. O resultado está distribuído nas páginas que seguem, tomando forma de uma escrita performativa dialógica-reflexiva, criada a partir de um processo de pensamento coletivo.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.014 | 0.013 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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; 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".