MétaCan
Menu
Retour à la cohorte
Enregistrement W2611805744 · doi:10.1139/as-2017-0001

Museum cultural collections: pathways to the preservation of traditional and scientific knowledge

2017· article· en· W2611805744 sur OpenAlexvenueno aff
Angela J. Linn, Joshua D. Reuther, Chris B. Wooley, Scott Shirar, Jason Rogers

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousBarterTraditional knowledgeHistoryCultural artifactMuseologyNatural (archaeology)Environmental ethicsSociologyAnthropologyArchaeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Museums of natural and cultural history in the 21st century hold responsibilities that are vastly different from those of the 19th and early 20th centuries, the time of many of their inceptions. No longer conceived of as cabinets of curiosities, institutional priorities are in the process of undergoing dramatic changes. This article reviews the history of the University of Alaska Museum in Fairbanks, Alaska, from its development in the early 1920s, describing the changing ways staff have worked with Indigenous individuals and communities. Projects like the Modern Alaska Native Material Culture and the Barter Island Project are highlighted as examples of how artifacts and the people who constructed them are no longer viewed as simply examples of material culture and Native informants but are considered partners in the acquisition, preservation, and perpetuation of traditional and scientific knowledge in Alaska.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,002
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,180
Tête enseignante GPT0,285
Écart entre enseignants0,105 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetMuseums and Cultural HeritageTravaux en français237 207