MétaCan
Menu
Retour à la cohorte
Enregistrement W3093190781 · doi:10.55765/atps.i17.640

Enquête quantitative sur les dispositifs de médiation numérique dans les arts de la scène au Québec

2020· article· fr· W3093190781 sur OpenAlexaffabout
Marie‐Claude Lapointe, Hervé Guay, Marie-Chantal Falardeau, Marie-Claude Larouche, Marie Josée Beaulieu, Sara Thibault, Louis Patrick Leroux, Morad Jeldi

Notice bibliographique

RevueRevue internationale animation territoires et pratiques socioculturelles · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensConcordia UniversityUniversité de MontréalUniversité LavalUniversité du Québec à MontréalUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cet article rend compte des résultats d’une enquête quantitative sur la médiation culturelle et numérique conduite en 2019 auprès d’organismes actifs dans la production et la diffusion du théâtre, de la danse et du cirque. L’analyse des 164 questionnaires reçus révèle notamment un écart marqué entre la proportion d’organismes proposant de la médiation culturelle et celle d’organismes proposant de la médiation culturelle numérique. En dépit d’une pratique de médiation répandue et d’une présence enviable dans les médias sociaux, la plupart n’embauchent toujours pas de responsable de la médiation culturelle, numérique ou non, n’ont pas élaboré de stratégie numérique et rarement évalué leurs actions, ce qui pourrait expliquer le caractère relativement traditionnel des activités proposées. Il appert ainsi que les potentialités offertes par les outils de médiation, conventionnels ou numériques, et l’exploitation qui en est faite sont encore faiblement exploitées dans les milieux des arts de la scène au Québec.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0060,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,056
Tête enseignante GPT0,323
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale animation territoires et pratiques socioculturellesMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207