Saving the Empress: Reimagining Collective Memory
Bibliographic record
Abstract
Bewoners van de wijk Notre-Dame-de-Grâce in Montreal vragen zich al 30 jaar af of het Empress Theater ooit nieuw leven zal worden ingeblazen, aangezien het gebouw verlaten blijft. Ondanks verschillende mislukte initiatieven en voorstellen, stelt mijn masterproef een herbestemming van het theater tot een multi-gebruiksomgeving met een culturele component, gericht op het behoud van Canada's enige theatererfgoed in Egyptische Art Deco stijl. De studie onderzoekt het potentieel van de architecturale verbeelding en het collectieve geheugen van de gemeenschap om het Empress Theater te redden. Door middel van een literatuuronderzoek wordt de historische achtergrond van het theater in een context geplaatst, waarbij de complexe wisselwerking tussen oriëntalisme, exotisme en kolonialisme aan het licht komt en hoe het exotische decor van het theater een product is van deze relatie. Daarnaast wordt het erfgoed van de Empress herontdekt via interviews met bewoners en kunstenaars, nieuwsartikelen en historische foto's die licht werpen op zowel de immateriële als de materiële aspecten van de locatie. Dit inzicht heeft geleid tot het voorstel van een nieuw programma dat het potentieel heeft om een meeslepende ervaring te creëren terwijl het mensen verbindt en de stedelijke, historische, sociale en architecturale waarden van het theater behoudt. Door het collectieve geheugen en de verbeelding van de gemeenschap te erkennen, kan het Empress Theater een levendig cultureel centrum worden dat relevant is in de multiculturele buurt van Montreal.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.016 | 0.013 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".