The Hidden Face of Cultural Heritage: a science window for the dissemination of elementary knowledge of risk and vulnerability in cultural heritage
Notice bibliographique
Résumé
Abstract The dissemination of research in cultural heritage preservation to the public is a task that needs new models and expressions, to capture the attention of the public and the assessment of results. With this purpose, a new educational experience in Parque de las Ciencias (Science Park of Granada, Spain) was developed. The science window titled Hidden Face of Cultural Heritage (ScW-CH) was an exhibition to show the risks (hazards + vulnerability) associated to different artworks and materials of our cultural heritage (CH). ScW-CH was led by the researchers themselves, in collaboration with museum specialists, in order to develop a new model that makes their research accessible to all demographics. An innovative methodology based into simulating a showcase, was designed to study hazards and vulnerability in CH. Therefore, the montage contained materials, equipment, information sheets, and guides to accompany visitors as storytellers. The aim of the exhibition, was for the visitors to understand the risks posed to our monuments and artworks from a scientific point of view, and to raise awareness about the care that we should give to our CH. The ScW-CH was held for 6 months and visited by 8226 visitors. During the exhibition, a survey about the opinion of visitors was carried out to study the impact of the designed new model and assess the results of the experience. The collected data was analysed by the Statistical Package for the Social Sciences (version 22.0). Visitors usually presented a medium–high initial interest about visiting this exhibition, and a medium–low level of knowledge of this subject. Thanks to ScW-CH, 92% of visitors showed a very high learning level after the experience. The ratio of interest and learning in the ScW-CH in relationship with the level of study showed that secondary school pupils had the highest degree of interest and learning.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».