De-growing museum collections for new heritage futures
Notice bibliographique
Résumé
This article focuses on curators’ frustrations with (what we call) ‘the profusion struggle’. Curators express the difficulty of collecting the material culture of everyday life when faced with vast existing collections. They explain that these were assembled, partly, from anxiety to gather up what was anticipated at risk of being lost. Unlimited accumulation, and keeping everything forever, are being called into question, especially through the disposal debate which has gained in intensity over the past three decades. While often with some reluctance, setting limits by slowing collecting or even reducing collections through targeted letting go, or what is variously called ‘deaccessioning’, ‘disposing’, and ‘refining’ collections, are undertaken to facilitate ongoing collecting, amongst other goals. To respond to curatorial interest in strategies for addressing profusion, we draw on ethnographic fieldwork looking predominantly at social history museums in the United Kingdom, to consider whether ideas borrowed from beyond museums might be of use. We explore the possible implications of economic concepts of ‘de-growth’ – partly by seeing the ways that these ideas are already practiced, but also by examining curators’ own enthusiasms and reservations. To develop more sustainable collecting practices, we argue that ideas of collections ‘growth’ might be usefully reframed.
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 | 0,017 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,020 |
| Communication savante | 0,019 | 0,027 |
| Science ouverte | 0,003 | 0,026 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».