Mapping Late Hokusai Research: Digitizing and Publishing Bilingual Research Data
Bibliographic record
Abstract
The initiative “Late Hokusai: Thought, Technique, Society” took place at the British Museum (BM) and SOAS, University of London (2016–2019). As part of its activities, it built a linked-data platform prototype on ResearchSpace. The prototype offers a redesigned process for how museum researchers and users find, research with, discuss and expand bilingual data about early modern Japanese artist Katsushika Hokusai (1760–1849) and instigated a discussion about what a collaborative research platform for the Hokusai research community could look like. While Japanese resource specialists have long recognized the complexity of Japanese script as a challenge for multilingual research and collection platforms, the processes for and results of integrating Japanese source data into bi- or multilingual museum databases remained unsatisfactory.This paper revisits the challenges posed by “non-Latin script” (NLS) in museum databases in the case of the Hokusai research platform at the British Museum, which integrated Japanese and English languages. It localizes the issues arising from working with Japanese source data in the Latin script project environment and accompanies the museum researchers’ tasks regarding the correct input, rendering and display of the source script at each step: 1) object analysis, 2) registering NLS metadata, 3) processing NLS information and 4) visualizing LS and NLS information for general and specialist audiences. After assessing these practices, the paper critically reflects on selected approaches, successes, and shortcomings experienced while creating such a prototype. By sharing its experiences, the project hopes to aid prospective research projects on a similar path regarding project setup and documentation. Furthermore, it advocates the sustainability of research practices according to data reusability parameters.L’initiative « Late Hokusai : Thought Technique and Society » (Hokusai tardif : Pensées techniques et société) a eu lieu au British Museum (BM) et SOAS, l’Université de Londres (2016-2019). Dans le cadre des activités, cette initiative a produit une plateforme prototype de Web des données sur ResearchSpace. Le prototype offre un processus redessiné aidant les chercheurs de musée et les usagers à trouver, à faire de la recherche, à discuter et à étoffer les données bilingues concernant l’artiste Katsushika Hokusai (1760-1849), du début de l’ère moderne japonaise. Cela a déclenché une discussion sur l’apparence possible d’une plateforme de recherche collaborative dédiée à la communauté de recherche sur Hokusai. Tandis que les spécialistes de ressources japonaises reconnaissent depuis longtemps la complexité de l’écriture japonaise comme un défi pour la recherche multilingue et pour les plateformes de collection, les processus et les résultats de l’intégration des données sources japonaises dans des bases de données de musées bi- ou plurilingues demeurent insatisfaisants.Cet article réexamine les défis liés à des « écritures non-latines » (NLS, non-Latin script) dans des bases de données de musée dans le cas de la plateforme de recherche sur Hokusai au British Museum, ce qui a intégré les langues japonaise et anglaise. L’article localise les questions qui se posent durant le travail avec les données sources japonaises dans un environnement de projet en écriture latine et accompagne les tâches des chercheurs de musée concernant l’entrée correcte, le rendu et l’affichage de l’écriture source à chaque étape : 1) les analyses d’objet, 2) les enregistrements de métadonnées NLS, 3) le traitement de l’information NLS et 4) la visualisation de l’information LS (écriture latine, Latin script) et NLS pour des audiences générales et spécialistes. Cet article présentera une évaluation de ces pratiques et, ensuite, considérera de façon critique les approches sélectionnées, les succès et les défauts rencontrés pendant la création d’un tel prototype. En partageant ces expériences, ce projet vise à aider des projets de recherche prospectifs qui se trouvent dans un cas similaire, considérant la configuration de projets et la documentation. En outre, ce projet promeut la viabilité de pratiques de recherche conformément à des paramètres de réutilisation de données.
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 | 0.025 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.026 | 0.085 |
| Open science | 0.008 | 0.081 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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".