MétaCan
Menu
Retour à la cohorte
Enregistrement W1918858702 · doi:10.7202/1030181ar

Motivations à mettre en lumière la culture muséale des enfants. Un enjeu pour la valorisation de l’éducation non formelle

2015· article· fr· W1918858702 sur OpenAlexvenueno aff
Thérèse Martin

Notice bibliographique

RevueÉducation et francophonie · 2015
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical science

Résumé

récupéré en direct d'OpenAlex

Nos travaux de recherche en muséologie s’intéressent à la réception du « public-enfants », en particulier dans les musées de sciences. Pour situer le cadre de notre recherche, nous proposons de mieux cerner la bipolarité du musée dont la mission est souvent partagée entre éducation, pédagogie, apprentissage, d’une part, et loisir, délectation, désir de se cultiver, d’autre part. Face notamment à l’influence de la pédagogie scolaire dans les musées en France, il nous a paru nécessaire d’étudier en quoi le musée peut être un « outil » de culture, en revenant sur les fondements des premiers musées pour enfants et sur les pédagogies actives des musées de sciences dans une perspective d’acculturation. Notre recherche porte sur la compréhension des manières dont les enfants s’approprient le média-exposition dans un cadre de loisirs (en famille). Ce sont les « fabrications culturelles » des enfants qui ont été étudiées lors de l’expérience de visite considérée sur l’ensemble du parcours et selon l’ensemble des dimensions qui la traversent. Des figures d’enfants-interprètes alors dégagées de l’analyse des visites des enfants rendent compte de la richesse des modes d’appropriation de l’exposition et peuvent être source d’inspiration pour les professionnels des musées et les médiateurs d’exposition (enseignants, guides).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,021
Communication savante0,0080,005
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,051
Tête enseignante GPT0,300
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉducation et francophonieMême sujetMuseums and Cultural HeritageTravaux en français237 207