Sanatta Kent İmgesinin Sınır ve Eşik Kavramları Üzerinden Çözümlenmesi
Bibliographic record
Abstract
Kent, tarih boyunca nüfus yoğunluğu, kültürel çeşitlilik ve yapısal dönüşümlerle birlikte sadece fiziksel mekânlar olarak değil, aynı zamanda bireylerin kimliklerini, ilişkilerini ve deneyimlerini biçimlendiren sosyal bir organizma olarak var olmuştur. Bu süreçte sınır ve eşikler, fiziksel ve sembolik anlamda kent deneyimini şekillendiren unsurlar haline gelmiştir. Araştırmanın amacı, gündelik yaşantımızda birey-kent ilişkisinde sınır ve eşiklerin rolünü araştırmak ve sanattaki yansımalarını çözümlemektir. Araştırmada ilk olarak kentin tarihsel süreçlerine değinilmiştir. Hemen ardından kent deneyimi sınır ve eşik kavramları üzerinden ele alınmış ve sanatçıların konuya sergiledikleri yaklaşımlar incelenmiştir. Araştırmanın sonucunda, kent içerisindeki sınırların kentin farklı bölgelerini birbirinden ayırarak kentteki akışa ve sürekliliğe engel olduğu, eşiklerin ise sınırların oluşturduğu ayrımları ortadan kaldırarak tüm bölgeler arasındaki etkileşime olanak tanıdığı sonucuna varılmıştır. Ayrıca, eserlerine kente dair sahneleri taşıyan sanatçıların, kentlerin sınır ve eşiklerini anlatımlarının özel birer parçası olarak kullandıkları görülmüştür. Araştırma, kentlerin sınır ve eşiklerinin toplumsal ve sanatsal bağlamda incelenerek birey-kent ilişkisine farklı perspektifler sunması açısından önemlidir.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.010 |
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".