MétaCan
Menu
Retour à la cohorte
Enregistrement W3093952804 · doi:10.4324/9780367809317-11

Toward a twenty-first-century model for the collaborative care and curation of human remains

2020· book-chapter· en· W3093952804 sur OpenAlexaboutno aff
Emily Hayflick, Helen A. Robbins

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueForensic Anthropology and Bioarchaeology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData curationHistoryWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

Currently, Canadian and U.S. museums and other repositories curate more than 175,000 North American Indigenous human remains. Despite these individuals’ great significance to descendant communities and potential value for substantive scientific research, many museums struggle to implement flexible and sustainable collections care procedures that meet contemporary curatorial standards. To address these issues, the Field Museum is piloting forward thinking, collaborative, and ethical curation, documentation, and physical care of the approximately 1,800 North American human remains housed in its collection. This initiative as part of a three-year Institute of Museum and Library Services (IMLS)-funded grant aims to build networks among scientific, museum, academic, First Nations, and Native American representatives. A symposium held with a number of partners from across North America has also shaped our approach through the dialogues on collaborative curation fostered both during and following the event. These discussions have provided the Museum with important themes, goals, and lessons, which have guided the subsequent course of the program, fostering community, providing resources, and promoting public outreach. To this same end, the Museum has implemented an updated and comprehensive human remains collections policy that covers all individuals held in the Museum’s collections.

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)0,013
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0100,045
Communication savante0,0200,019
Science ouverte0,0050,013
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,058
Tête enseignante GPT0,269
Écart entre enseignants0,211 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForensic Anthropology and Bioarchaeology StudiesTravaux en français237 207