MétaCan
Menu
Retour à la cohorte
Enregistrement W2143195369 · doi:10.7202/1030188ar

Les origines du Groupe d’intérêt spécialisé en éducation muséale (GISEM) dans la perspective de l’histoire de l’éducation muséale au Québec

2015· article· fr· W2143195369 sur OpenAlexaffvenueabout
Michel Allard

Notice bibliographique

RevueÉducation et francophonie · 2015
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMilitary, Security, and Education Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’ouverture du Muséum central des arts de la République (Louvre) au grand public parisien, en 1793, symbolise la volonté que le musée devienne un lieu voué à l’éducation. Dans la première moitié du 19e siècle, au Québec, on retrouve trois catégories de musée : ceux dits de divertissement; ceux dits savants, fondés par des sociétés scientifiques, artistiques ou historiques dont la plupart organisent des activités éducatives réservées à leurs membres; les musées dits didactiques, situés surtout dans des établissements scolaires. Ces derniers musées connaissent au 19e siècle une période d’expansion, suivie cent ans plus tard d’un déclin. À l’inverse, les musées savants organisent de plus en plus d’activités éducatives à l’intention d’un public de plus en plus diversifié. Le Musée des beaux-arts qui, en 1961, est devenu le premier musée savant québécois à mettre en place un service éducatif apparaît comme un pionnier. C’est dans ce contexte que seront mises sur pied dans les universités montréalaises des équipes de recherches axées sur le développement d’une pédagogie propre au musée ou sur le comportement des visiteurs. Ces groupes de recherche fonderont dans le cadre des sociétés savantes un groupe d’intérêt sur l’éducation muséale où les chercheurs mettent en commun le fruit de leurs travaux.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,414

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0140,010
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,053
Tête enseignante GPT0,349
Écart entre enseignants0,297 · 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

Citations3
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueÉducation et francophonieMême sujetMilitary, Security, and Education StudiesTravaux en français237 207