传统窑洞聚落景观地方性知识构成要素及提取路径 - PenJing8
传统窑洞聚落景观地方性知识构成要素及提取路径
2023-09-22 19:37:01  浏览:0
传统窑洞聚落景观地方性知识构成要素及提取路径
 
3.1地方性知识类型与构成逻辑
 
按照知识获取和传递的难易程度,英国哲学家迈克尔·波兰尼(MichaelPolanyi)在其著作《个人知识:朝向后批判哲学》(PersonalKnowledge:TowardsaPost-CriticalPhilosophy)中,将知识分为两类:显性知识(explicitknowledge)和隐性知识(tacitknowledge)[21]。传统窑洞景观地方性知识作为特殊的知识类型,既具有显性地方性知识的物质空间属性,同时也具有隐性地方性知识的社会文化属性。

传统窑洞聚落景观地方性知识构成要素及提取路径

显性地方性知识根植于传统窑洞聚落景观的外在物质表征,包括选址布局、空间形态、院落布局、窑洞类型;而隐性地方性知识隐藏在非物质文化景观内部,包括营建技艺、民俗艺术、节庆文化、传统饮食。两者之间相互影响、相互作用,是在特定时空内形成某地基本特征的自然和社会人文因素的复合体。同时,传统窑洞聚落的建成环境有着系统性的景观层次,显、隐性地方性知识的整体构建顺序按照不同层级进行逻辑构成(图2)。



 
3.2地方性知识提取方法及路径
 
在计算机学科领域,知识获取的基本逻辑遵循“信息抽取层—知识融合层—知识加工层”的步骤进行,其本质是从信息到知识的建构过程[22]。而在教育学领域,由美国教育学家哈蓝·克利夫兰(HarlanCleveland)提出,米兰·瑟兰尼(MilanZeleny)与罗素·L.艾可夫(RussellL.Ackoff)建设完善的“数据—信息—知识—智慧(data?information?knowledge?wisdom,DIKW)层次模型”认为,数据经过收集和提取转化为信息,信息在实践行动中被检验与传播后进而产生了知识[23]。

传统窑洞聚落景观地方性知识构成要素及提取路径
 
本研究结合“DIKW层次模型”的生成逻辑,结合地方性知识的显、隐性类型对其进行分类提取。其中,显性地方性知识的提取首先通过GoogleEarth、地理空间数据云、无人机航拍、手机摄影、建筑测绘等方式对相关数据进行收集[24];其次通过要素提取、结构提取对涉及传统窑洞聚落景观选址布局、空间形态和院落布局的关键信息进行筛选和整理[25];最后对各类信息进行汇总和提炼,形成传统窑洞聚落景观的显性地方性知识。

隐性地方性知识的提取首先通过文献查阅、调研走访、访谈记录、录音收集和影像收集等方式对相关数据进行收集;其次通过文本提取、口述提取、影音提取等方式,对涉及传统窑洞聚落景观的营建技艺和民俗文化相关的信息进行筛选和整理;最后形成传统窑洞聚落景观的隐性地方性知识[26](图3)。