National Documentation Centre - EKT journals
Not a member yet
23927 research outputs found
Sort by
Designing at the Edge: Critical Food Futures, Posthuman Ethics, and the Politics of Taste
No full textThis article examines how contemporary food design practices, spanning from speculative artefacts to commercial innovations, balance the tensions between nature and technology, authenticity and simulation, critique and scalability. Through a comparative analysis of four case studies (The Sausage of the Future, Edible Growth, Perfect Day, and NotCo), we explore how food design shapes the ethical, sensory, and systemic dimensions of food. Drawing on critical design theory, posthumanist thought, and decolonial perspectives, the study challenges the dominance of techno-scientific narratives and advocates for more inclusive, culturally grounded, and multispecies approaches to food futures. We propose a typology based on two key dimensions - symbolic depth and systemic traction - to assess how food artefacts mediate cultural meaning and infrastructural change. This framework invites a shift from novelty-driven food design to practices rooted in ethics, care, and epistemic diversity
Editorial Note DAC 5.2
No full textIn the second issue, entitled ‘Polarities, limits and thresholds,’ the tensions observed in vol. 1 are revisited, identified there as axes of problematisation in contemporary debate. If, as we have seen, extreme positions have intensified conflicts and discourses of exclusion, weakening the common space and deepening social and political fragmentation, on the other hand, problematising the figures of the limit and the threshold can constitute other modes of collective mobilisation and critical reflection. Assuming this dynamic as a condition for recognising cultural and social differences, rethinking public and media space, and reorganising human and technological connections, rather than trying to resolve them categorically, allows us to configure new forms of relationship, thought, and representation. Therefore, this new issue of the publication highlights educational projects and institutional collaboration protocols, research issues, as well as considerations and processes noted in the fields of art and design that rearticulate this condition.
Guest Editors: Ana Rainha; João Lemos; Margarida Azevedo; Marta Varzim Miranda
Editorial Note: Ana Rainha, Margarida Azevedo, Marta Varzim Miranda, João Lemos.
Contributions to this issue include: Eleana Stoikou; José Simões; Ricardo Bonacho; Olga Noronha; Helena Cordeiro; Ana Duque; Efstratios Pantazis; Miguel Vidal; Alexandre Almeida; Renato Seixas; María Gárgoles Navas; Tomé Saldanha Quadros; Joana Pinto; José Saraiva.
Graphic Design: João Lemos, Margarida Azeved
Editorial
No full textΤο παρόν τεύχος του περιοδικού συγκροτεί έναν γόνιμο διεπιστημονικό διάλογο γύρω από τη σύγχρονη οπτική δημιουργία, την εκπαίδευση και την έρευνα, αναδεικνύοντας τη δυναμική σχέση ανάμεσα στην καλλιτεχνική πρακτική, την παιδαγωγική και τις ψηφιακές τεχνολογίες. Τα πέντε άρθρα προσεγγίζουν διαφορετικές, αλλά αλληλένδετες όψεις της οπτικής κουλτούρας: από τον σχεδιασμό χαρακτήρων και την animation παραγωγή, έως την κινηματογραφική εκπαίδευση, τα MOOCs και τις υβριδικές μορφές σύγχρονης τέχνης στον δημόσιο χώρο.
Κοινός παρονομαστής είναι η έμφαση στην έρευνα, την εμπειρία και την καινοτομία, καθώς και η διερεύνηση νέων μεθοδολογιών και εκφραστικών μορφών που ανταποκρίνονται στις ανάγκες της σύγχρονης κοινωνίας της μάθησης και της εικόνας.
Το πρώτο άρθρο “Universal approach to character design”εισάγει το πεδίο του character design μέσα από μια προσέγγιση practice-led research, προτείνοντας τη στρατηγική της οπτικής παρατήρησης και παρουσιάζοντας τον «χάρτη χαρακτήρων» ως εργαλείο καταγραφής και κατανόησης του εύρους και της πολυδιάστατης φύσης του πεδίου.
Το δεύτερο άρθρο “Does length matter? Using feature and short films in the training of educators in film and intercultural education”εξετάζει τις ταινίες μικρού μήκους ως καινοτόμο παιδαγωγικό εργαλείο, στο πλαίσιο του προγράμματος «CINEducation», αναδεικνύοντας τη συμβολή τους στη διαπολιτισμική εκπαίδευση, τη βιωματική μάθηση και τον μετασχηματισμό των εκπαιδευτικών.
Το τρίτο άρθρο ”The important factor of research in the field of production organization and creative development of animation in the formal and non formal learning. Challenges and convergences”εστιάζει στον ρόλο της έρευνας στην οργάνωση της παραγωγής και τη δημιουργική ανάπτυξη της animation, συγκρίνοντας τυπικά και μη τυπικά μαθησιακά περιβάλλοντα και αναδεικνύοντας την έρευνα ως θεμέλιο της μαθησιακής και δημιουργικής διαδικασίας.
Το τέταρτο άρθρο “Ανάπτυξη Κλίμακας Ποιότητας Εκπαιδευτικών Βίντεο για MOOCs: Διερευνητική Ανάλυση Παραγόντων (EFA)” παρουσιάζει την ανάπτυξη και την ψυχομετρική τεκμηρίωση μιας κλίμακας κριτηρίων ποιότητας εκπαιδευτικών βίντεο για MOOCs, συμβάλλοντας ουσιαστικά στη βελτίωση του παιδαγωγικού σχεδιασμού και της αποτελεσματικότητας της ψηφιακής μάθησης.
Τέλος, το πέμπτο άρθρο “GIF-ITI”διερευνά το GIF-ITI ως μια υβριδική καλλιτεχνική πρακτική που συνδυάζει graffiti και ψηφιακή κινούμενη εικόνα, αναλύοντας τη συμβολή του στη σύγχρονη οπτική γλώσσα και στον διάλογο μεταξύ φυσικού και ψηφιακού χώρου
Comparison of five dimensionality reduction methods on the multidimensional “Forest Cover Type” dataset
No full textΜια πολυδιάστατη και πολυμεταβλητή δομή, με μεικτού τύπου δεδομένα, δίνει τη δυνατότητα εφαρμογής πολλών στατιστικών μεθόδων μείωσης των μαθηματικών διαστάσεων που στοχεύουν σε μια μειωμένη αναπαράσταση του αρχικού συνόλου δεδομένων, η οποία θα είναι μικρότερη σε «όγκο», αλλά θα εξακολουθεί να περιέχει κρίσιμη και χρήσιμη πληροφορία. Στην παρούσα εργασία, οι στατιστικές μέθοδοι μείωσης των διαστάσεων που συγκρίθηκαν μεταξύ τους, μέσω κατάλληλου συνόλου δεδομένων, ήταν η Ανάλυση σε Κύριες Συνιστώσες, η Παραγοντική Ανάλυση, η Παραγοντική Ανάλυση των Αντιστοιχιών, η Κατηγορική Ανάλυση σε Κύριες Συνιστώσες και η Παραγοντική Ανάλυση για Μεικτού τύπου Δεδομένα. Για τις συγκρίσεις των μεθόδων εφαρμόσθηκαν ποικίλες στρατηγικές. Στόχοι της μελέτης ήταν η σύγκριση των αποτελεσμάτων των πέντε μεθόδων μείωσης των διαστάσεων, ο έλεγχος εφαρμογής αυτών των μεθόδων σε πολυδιάστατα μεικτού τύπου δεδομένα και η σύγκριση των χρόνων εξαγωγής των αποτελεσμάτων από διαφορετικά στατιστικά λογισμικά, με σκοπό την ανάδειξη σημαντικών υπολογιστικών και ερμηνευτικών μειονεκτημάτων. Τα στατιστικά λογισμικά που χρησιμοποιήθηκαν ήταν η Python και το SPSS. Σημαντικά μειονεκτήματα των εν λόγω μεθόδων ήταν η “κατάρα των διαστάσεων”, με την έννοια του καθορισμού του αριθμού των σημαντικών διαστάσεων, η αυξημένη υπολογιστική ισχύς που απαιτούνταν, η έλλειψη κώδικα των λογισμικών για ορισμένες μεθόδους, η διαφοροποίηση ως προς τους υπολογισμούς μεταξύ των λογισμικών και, κατ’ επέκταση, η εξαγωγή διαφορετικών αποτελεσμάτων, η κατάρρευση ορισμένων λογισμικών ως προς τη διαχείριση πολλών ψευδομεταβλητών (0-1) και η δυσκολία ανάδειξης της καταλληλότερης μεθόδου μείωσης των μαθηματικών διαστάσεων.A multidimensional and multivariate structure, with mixed data type gives to researchers the opportunity to use many statistical methods of dimensionality reduction, which aimed at a reduced representation of the original data set that will be smaller in “volume” but will still contain critical and useful information. In this study, the statistical dimensionality reduction methods that were compared with each other, through appropriate data set, were Principal Components Analysis, Factor Analysis, Correspondence Analysis, Categorical Principal Components Analysis and Factor Analysis for Mixed Data. For the comparisons of these methods, various strategies were applied. The aims of this study were to compare the results of five dimensionality reduction methods, to check the application of these methods to multidimensional mixed data type and to compare the results’ extraction times from different statistical softwares, with purpose to highlighting significant computational and interpretive disadvantages. The statistical softwares used were Python and SPSS. Important disadvantages of these methods were the “curse of dimensionality”, in the sense of determining the number of important dimensions, the increased computing power that was required, the lack of softwares’ code for certain methods, the differentiation in terms of calculations between the softwares and by extension the extraction of different results, the disability of some softwares in terms of the management of many pseudo-variables and the difficulty of highlighting the most appropriate method for reducing the mathematical dimensions
Σύγκριση αλγορίθμων μηχανικής μάθησης στην προβλεπτική ταξινόμηση και την επιλογή των σημαντικών χαρακτηριστικών
No full textΣτην παρούσα εργασία συγκρίθηκαν αλγόριθμοι Μηχανικής Μάθησης στο πλαίσιο της προβλεπτικής τους ικανότητας στην ταξινόμηση (classification) και της ανάδειξης των χαρακτηριστικών (features) που συνεισφέρουν περισσότερο σε αυτή. Οι αλγόριθμοι που αξιολογήθηκαν κυρίως ως προς την ακρίβεια (accuracy) της ταξινόμηση τους, ήταν τα Διανύσματα Στήριξης για Ταξινόμηση (Support Vector Classification, SVC), η πολυωνυμική Λογιστική Παλινδρόμηση (Logistic multinomial Regression), η Καθοδική Στοχαστική Κλίση (Stochastic Gradient Descent, SGD), τα Δέντρα Απόφασης (Decision Trees), οι Κ-Πλησιέστεροι Γείτονες (Κ-Nearest Neighbors, Κ-NN), η Gaussian Naive Bayes, τα Νευρωνικά Δίκτυα (Neural Networks), ενώ χρησιμοποιήθηκαν και μέθοδοι ενίσχυσης, όπως τα Τυχαία Δάση (Random Forest) και Extra Trees. Παράλληλα αναζητήθηκαν οι βέλτιστες παράμετροι των αλγορίθμων μέσω της μεθόδου GridSearch, ενώ εφαρμόστηκαν οι μέθοδοι Adaboosting και διασταυρωμένη επικύρωση (cross-validation), για την ενίσχυση των αποτελεσμάτων. Το σύνολο δεδομένων που χρησιμοποιήθηκε ήταν το ‘Forest Covertype, n=581.012’ από το αποθετήριο μηχανικής μάθησης UCI, το οποίο περιλαμβάνει δεδομένα για διάφορους τύπους δασικών εκτάσεων, με στόχο την πρόβλεψη του τύπου δασικής κάλυψης. Οι αλγόριθμοι αξιολογήθηκαν τόσο στα αρχικά όσο και στα τυποποιημένα (standardized) δεδομένα. Τα αποτελέσματα έδειξαν ότι ο αλγόριθμος Κ-NN είχε την μεγαλύτερη ακρίβεια στα αρχικά δεδομένα, ενώ οι αλγόριθμοι Random Forest και Extra Tree παρουσίασαν την μεγαλύτερη ακρίβεια και στις δύο περιπτώσεις. Η τυποποίηση των δεδομένων δεν είχε καμία επίδραση στην ακρίβεια στους αλγόριθμους Decision Trees, Random Forest, Extra Trees και Logistic multinomial Regression, βελτίωσε την ακρίβεια στους αλγορίθμους SVC, Neural Networks και SGD, ενώ μείωσε την ακρίβεια των αλγορίθμων Κ-NN και Gaussian Naive Bayes. Επιπλέον, η ανάλυση της σημαντικότητας των χαρακτηριστικών έδειξε ότι το υψόμετρο (Elevation), ο τύπος του εδάφους (Soil type) και η περιοχή άγριας φύσης (Wilderness Area) είχαν την μεγαλύτερη συνεισφορά στην ταξινόμηση. Επίσης, η πρόβλεψη ενός τυχαίου διανύσματος δεδομένων ήταν η ίδια σε όλους τους αλγορίθμους που εφαρμόστηκαν στα τυποποιημένα δεδομένα, ενώ διαφοροποιήθηκε στα αρχικά δεδομένα στους αλγορίθμους Κ-NN και Extra Tree.
In the present study, Machine Learning algorithms were compared in terms of their predictive ability in classification and the identification of features that contribute most to it. The algorithms evaluated mainly in terms of their classification accuracy were Support Vector Classification (SVC), multinomial Logistic Regression, Stochastic Gradient Descent (SGD), Decision Trees, K-Nearest Neighbors (K-NN), Gaussian Naive Bayes, Neural Networks, as well as ensemble methods like Random Forest and Extra Trees. Optimal parameters for the algorithms were sought using the GridSearch method, while Adaboosting and cross-validation methods were applied to enhance the results. The dataset used was the ‘Forest Covertype, n=581,012’ from the UCI machine learning repository, which includes information on various forest cover types with the aim of predicting the type of forest cover. The algorithms were evaluated on both the original and standardized data. The results showed that the K-NN algorithm had the highest accuracy on the original data, while the Random Forest and Extra Tree algorithms exhibited the highest accuracy in both cases. Standardization of the data had no effect on the accuracy of the Decision Trees, Random Forest, Extra Trees, and multinomial Logistic Regression algorithms, improved the accuracy of the SVC, Neural Networks and SGD algorithms, and reduced the accuracy of the K-NN and Gaussian Naive Bayes algorithms. Additionally, the feature importance analysis showed that elevation, soil type, and wilderness area contributed the most to the classification. Furthermore, the prediction of a random data vector was the same across all algorithms applied to the standardized data, whereas it varied in the original data for the K-NN and Extra Tree algorithms
Ερευνώντας τη σχέση κακομεταχείρισης και παραβατικότητας ανηλίκων
No full textΤο αντικείμενο της παρούσας έρευνας είναι η σχέση μεταξύ της κακομεταχείρισης και της παραβατικότητας ανηλίκων. Στην εισαγωγή παρατίθενται οι ορισμοί της κακομεταχείρισης και της παραβατικότητας. Στη βιβλιογραφική ανασκόπηση καταγράφονται τα βασικά πορίσματα της υφιστάμενης συναφούς θεωρητικής και ερευνητικής βιβλιογραφίας. Η έρευνα που παρουσιάζεται στη συνέχεια εκπονήθηκε μεταξύ των ετών 2020-2022 στο αρχείο της Υπηρεσίας Επιμελητών Ανηλίκων Αθηνών, αφορά τα έτη 2016-2018 και το δείγμα της ήταν 120 ανήλικοι που υπήρξαν θύματα κακομεταχείρισης και στη συνέχεια τέλεσαν κάποια αξιόποινη πράξη. Τα αποτελέσματα της έρευνας παρατίθενται κατηγοριοποιημένα σε χαρακτηριστικά κακομεταχείρισης, ατομικά χαρακτηριστικά, χαρακτηριστικά οικογένειας, κοινωνικά χαρακτηριστικά και χαρακτηριστικά αξιόποινης πράξης. Η παράθεση των αποτελεσμάτων ακολουθείται από την ανάδειξη των πιο αξιοσημείωτων συσχετισμών μεταξύ αυτών και από μια σύντομη συζήτηση, όπου καταγράφονται τα συμπεράσματα της έρευνας.The subject of this research is the relationship between maltreatment and juvenile delinquency. The introduction presents the definitions of maltreatment and delinquency. The main findings of the existing relevant theoretic and research literature are presented in the literature review. The research presented below was conducted between 2020-2022 in the archives of the Athens Juvenile Probation Service, concerns the years 2016-2018 and its sample was 120 minors who were victims of maltreatment and subsequently committed a criminal act. The results of the research are presented categorized into characteristics of maltreatment, individual characteristics, family characteristics, social characteristics and characteristics of the criminal act. The presentation of the results is followed by highlighting the most notable correlations between them and a brief discussion, where the conclusions of the research are recorded
Η αναζήτηση του νοήματος στον Εκκλησιαστή (Qoheleth)
No full textΟ Εκκλησιαστής αποτελεί μια πρωταρχική, ίσως την πρώτη τόσο καθαρά αλογόκριτη εξομολόγηση κάποιου που αναζητεί απεγνωσμένα το νόημα των πραγμάτων σε δρόμους ανεξερεύνητους μέχρι τότε σε κοινωνικό και δημόσιο πλαίσιο. Το άρθρο αυτό επιχειρεί να φωτίσει την έννοια του νοήματος με βάση το έργο του Keefer, ο οποίος προσέγγισε το κείμενο στηριγμένος στη διάκριση ψυχολογικού και φιλοσοφικού νοήματος και στις τρεις συνιστώσες του νοήματος (συνέπεια, σημασία και σκοπό) κατά τους Martela και Steger. Η μελέτη του Keefer κάνει σαφές ότι ο θάνατος είναι το οριστικό εμπόδιο για την επίτευξη ενός απόλυτου σκοπού, ενώ συγχρόνως η ηθική ασυνέπεια μεταξύ ανθρωπίνων δράσεων και αποτελεσμάτων αποδυναμώνει την όποια συνοχή. Εντούτοις αυτές οι τραγικές συνειδητοποιήσεις μπορούν να αποτελέσουν το κίνητρο μιας στάσης ζωής «carpe diem», συγκροτώντας τελικά έναν περιορισμένο στόχο για την παρούσα ζωή. Το άρθρο καταλήγει μέσω των προβληματισμών που τίθενται στον Εκκλησιαστή πως ως νόημα μπορεί να ιδωθεί η χαρά (ή η οδύνη) της αναζήτησης υπό την προϋπόθεση ότι αυτή δεν θα καταλήξει ποτέ, γιατί οποιαδήποτε κατάληξη θα είχε ως συνέπεια τον τερματισμό της αναζήτησης και την επακόλουθη αναίρεση του νοήματος
Philosophy of Entropy: Eastern and Western Approaches
No full textThis essay examines how the scientific concept of entropy has been interpreted and developed within diverse philosophical traditions, revealing its significance as a bridge between physical description and existential meaning. Western philosophical perspectives on entropy range from traditional interpretations emphasizing decay and disorder to Nietzschean affirmations of flux and becoming, information ethics, phenomenological analyses, postmodern engagements with fragmentation. Eastern traditions, particularly Buddhism, and Hinduism, have long emphasized concepts that align with entropic principles, including impermanence, cyclical time, and liberation from temporal conditioning, often framing entropy as a natural cosmic process rather than a fundamental problem, emphasizing acceptance and transcendence. This essay synthesizes these diverse approaches to reveal common themes: the recognition of universal impermanence, the moral significance of finite existence, and the need for creative responses to temporal constraints. Contemporary developments in environmental ethics, bioethics, social theory, and care ethics demonstrate the continuing relevance of entropy in addressing urgent questions about climate change, aging, social fragmentation, and human vulnerability. The philosophical exploration of entropy yields significant ethical implications, including recognition of shared vulnerability that grounds compassion, the moral weight given to irreversible choices, and the responsibility to create and maintain valuable forms of organization against decay. Rather than negating meaning, entropy's universality can deepen appreciation for the preciousness of time and motivate authentic engagement with finite existence. The analysis concludes that entropy serves not merely as a physical description but as a fundamental framework for understanding human temporal existence and moral responsibility within an evolving cosmos
