MétaCan
Menu
Back to cohort
Record W7161955037 · doi:10.82308/53334

Cherchez les femmes: Graffiti, street art & self-identity in Montreal

2018· dissertation· en· W7161955037 on OpenAlexaboutno aff
Sofia Misenheimer

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldSocial Sciences
TopicPublic Spaces through Art
Canadian institutionsnot available
Fundersnot available
KeywordsUrban environmentHighbrowUrban regeneration

Abstract

fetched live from OpenAlex

Cette thèse examine les pratiques des graffitistes et des artistes de rue femmes et non-binaires à présentation féminine à Montréal, une ville connue pour ses communautés artistiques populaires et ses mouvements dynamiques pour l'égalité des genres. Ma recherche considère comment ces créatives récupèrent l'espace de la ville, représentent et af¬firment leurs identités dans le processus, et créent un potentiel d'engagement plus inclusif avec l'art urbain non autorisé. J'ai interviewé un échantillon d'artistes, d'écrivains et d'organisateurs d'évènements au sujet de leurs processus créatifs et de leurs initiatives de développement communautaire, incorporant l'analyse d'œuvres et d'évènements spécifiques pour mieux comprendre leur impact dans la scène urbaine montréalaise. Fondé sur la politique de l'identité féministe, la culture visuelle et les études culturelles, j'interroge les systèmes de pouvoir établis qui influencent leur vie et leur travail, ainsi que les tactiques qu'ils utilisent pour combattre individuellement et collectivement les mécanismes d'oppression. Je soutiens que la façon dont ils développent et déploient leurs pratiques artistiques, leurs stratégies de sécurité et leurs approches anticoloniales offrent non seulement des réflexions dynamiques sur la vie urbaine, mais favorisent des conditions plus accueillantes et sécuritaires pour les artistes du présent et futur.Mots-clés: identité, graffiti, art de rue, genre, Montréal

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.849
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0030.002

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.

Opus teacher head0.057
GPT teacher head0.387
Teacher spread0.330 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicPublic Spaces through ArtFrench-language works237,207