Toward Evaluating Art Museum Education at the Art Gallery of Ontario
Notice bibliographique
Résumé
Abstract: Over the past three decades, the museum education field has seen a rise in the frequency of program evaluation. In this paper, I convey little known information about program evaluation at the Art Gallery of Ontario by presenting my findings from an interview I conducted with Judy Koke, the gallery’s Chief of Public Programming and Learning. Our discussion highlights both the barriers the AGO has faced on their journey toward evaluating programmatic value and the strategies the gallery has employed in an effort to enhance its internal evaluation efforts. A brief overview of program evaluation in museums provides the background to this discussion. KEYWORDS: Art museum education; Program evaluationRésumé: Le domaine de la pédagogie muséale a connu au cours des trois dernières décennies un essor quant au nombre d’évaluations de programmes. Je transmets ici le peu de renseignements connus sur l’évaluation des programmes au Musée des beaux-arts de l’Ontario (AGO), au terme d’une entrevue que j’ai menée avec Judy Koke, directrice de l’apprentissage et de la programmation à l’intention du public au Musée. Notre discussion met en évidence tant les obstacles rencontrés par l’AGO dans le cadre de l’évaluation de la valeur des programmes que les stratégies utilisées par le musée pour rehausser ses activités internes d’évaluation. Un bref aperçu de l’évaluation des programmes dans les musées met notre discussion en contexte.MOTS CLES: Éducation musée d'art; évaluation du programme.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,010 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».