MétaCan
Menu
Retour à la cohorte
Enregistrement W2943448875 · doi:10.3390/heritage2020081

Giving Diligence Its Due: Accessing Digital Images in Indigenous Repatriation Efforts

2019· article· en· W2943448875 sur OpenAlexaffabout
Susan J. Douglas, Melanie Hayes

Notice bibliographique

RevueHeritage · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Management and Preservation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRepatriationIndigenousDue diligenceScope (computer science)UploadCultural heritageVisibilityBusinessInternet privacyPolitical sciencePublic relationsComputer scienceGeographyWorld Wide WebLaw

Résumé

récupéré en direct d'OpenAlex

An increasing volume of images is available online, but barriers such as digital locks, proprietary interests and narrow scope of information uploaded to image databases maintain structures that have impeded repatriation efforts in the real world. Images of objects (cultural material) in the digital environment support cultural heritage. Institutions are developing complex solutions relevant in the network environment to further repatriation initiatives. These solutions facilitate discovery, opening avenues for research into the ethics of ownership that cross the physical/digital divide. There have been calls for strengthening the potential for use of pertinent information in order to protect and recover cultural heritage through increased visibility. However, some museums still limit access to images. We examine the issues and their implications referencing case studies specific to Indigenous, Inuit and Métis peoples of Canada.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil0,999

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 technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,242
Écart entre enseignants0,196 · 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'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeritageMême sujetCultural Heritage Management and PreservationTravaux en français237 207