MétaCan
Menu
Retour à la cohorte
Enregistrement W3205617803 · doi:10.3167/armw.2021.090107

Museums and the Pandemic, One Year On

2021· article· en· W3205617803 sur OpenAlexaboutno aff
Joanna Cobley

Notice bibliographique

RevueMuseum Worlds · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeSustainabilityClimate changePublic relationsPsychological resilienceField (mathematics)Equity (law)Political scienceSociologyMedia studiesEnvironmental ethicsPsychologySocial psychologyEcology

Résumé

récupéré en direct d'OpenAlex

Written as notes from the field, this article explores the overlaps between researcher development and the idea of academic resilience within the museum and heritage studies community. During a climate of uncertainty and rapid change, it argues that alongside the academic literature, positive psychology methods transfer well into the researcher development space. Methods involved informal email conversations with museum and heritage practitioners united by how COVID-19 and border lockdown presented new opportunities to connect, share ideas, and rethink. Presented as short narratives, these findings show how researchers and practitioners in northern Europe, the United Kingdom and Canada share similar concerns to those in the southern hemisphere about climate change, equity, well-being, resilience, and sustainability. These narratives highlight the importance of encouraging critical engagement, finding ways to traverse time zones that build international networks and provide leadership opportunities for researchers at any level.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,996

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,043
Tête enseignante GPT0,217
Écart entre enseignants0,174 · 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'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuseum WorldsMême sujetMuseums and Cultural HeritageTravaux en français237 207