Titre : | Visualisation : l'interprétation modélisante |
Auteurs : | Johanna Drucker, Auteur Morgane Mignon, Préfacier, etc. Marie-Mathilde Bortolotti, Traducteur |
Editeur : | Paris : B42 |
Année de publication : | 2020 |
Collection : | Esthétique des données, 3 |
Présentation physique : | 194 p.18 cm |
ISBN/ISSN/EAN : | 978-2-490-07724-3 |
Mots clés : |
Data visualisation
Communication visuelle en sciences Illustrations -- Interprétation Humanités numériques |
Note générale : | Traduction de "Visualization and interpretation : humanistic approaches to display" (The MIT Press, 2020). - Recueil de textes extraits de diverses publications, 2001-2017 |
Résumé : |
Les diagrammes, cartes et visualisations de données ont conquis le domaine de la recherche en arts, lettres et sciences humaines. Pour certains chercheurs, ces formes graphiques consistent à exploiter des données quantitatives jusqu’ici délaissé[...]
Les diagrammes, cartes et visualisations de données ont conquis le domaine de la recherche en arts, lettres et sciences humaines. Pour certains chercheurs, ces formes graphiques consistent à exploiter des données quantitatives jusqu’ici délaissées, pour d’autres, elles offrent la possibilité d’explorer les relations discrètes qu’entretiennent des corpus hétérogènes.
Mais sur quels fondements épistémologiques reposent ces opérations techniques et intellectuelles ? Dans le cadre de la production du savoir et de son interprétation en régime numérique, est-il possible de dépasser le simple effet d’affichage des données, certes bluffant au premier abord, et d’envisager autrement les interfaces et les logiciels ? Considérée aujourd’hui comme l’une des plus importantes théoriciennes des humanités numériques, Johanna Drucker livre dans cet ouvrage, spécialement rédigé pour la collection, une alternative aux formes dominantes de la visualisation de l’information. Héritière de la tradition humaniste, elle propose une approche qui réhabilite l’idée d’un sujet situé et incarné qui expérimente et conceptualise les connaissances par le prisme de la représentation graphique. Johanna Drucker est spécialiste du livre d’artistes et de l’histoire du design graphique. Elle occupe aujourd’hui la chaire Martin et Bernard Breslauer à la Graduate School of Education and Information Studies de l’université de Californie à Los Angeles. Après avoir soutenu une thèse de doctorat à l’université de Californie à Berkeley en 1986, elle se fait connaître en publiant des textes sur des sujets aussi variés que l’histoire des formes écrites, la philologie, la grammatologie, la typographie, la théorie de l’esthétique visuelle, les interactions entre la poésie et les arts visuels ou encore le numérique. En plus de son travail universitaire et de recherche, Johanna Drucker est internationalement connue pour les couvertures de livres d’artistes qu’elle conçoit et produit en tant que poète expérimentale. [Présentation par le site internet de l'éditeur, juin 2020] |
Note de contenu : |
Introduction. Visualisation : l'interprétation modélisante dans la recherche en humanités numériques
Chapitre 1. "Graphesis" : épistémologie visuelle, "mathesis", et défis pour les humanités numériques
Chapitre 2. Dimensions probabilistes de l[...]
Introduction. Visualisation : l'interprétation modélisante dans la recherche en humanités numériques
Chapitre 1. "Graphesis" : épistémologie visuelle, "mathesis", et défis pour les humanités numériques Chapitre 2. Dimensions probabilistes de l'herméneutique critique Chapitre 3. Approches non représentationnelles de l'interprétation modélisante dans un environnement graphique Chapitre 4. Interface et énonciation Chapitre 5. Les projets relevant de l'interprétation modélisante |
Exemplaires (1)
Code-barres | Cote | Support | Localisation | Section | Disponibilité | Fonds spéciaux | Note publique |
---|---|---|---|---|---|---|---|
BC000000013642 | 0070 DRUC V | Papier | Bibliothèque Centrale | Libre accès | En rayon Disponible |
Documents numériques (2)
Sommaire Adobe Acrobat PDF | Feuilleter un extrait et la table des matières (éd. anglaise, MIT, 2020) URL |