MétaCan
Menu
Retour à la cohorte
Enregistrement W3207873925 · doi:10.1111/cura.12446

Curatorial Omissions in Virtual War Museum Displays: Uncovering Racial and Gendered Tensions in Canadian WWI Exhibitions

2021· article· en· W3207873925 sur OpenAlexaboutno aff
Haley Pauls, Kevin Walby

Notice bibliographique

RevueCurator The Museum Journal · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExhibitionMulticulturalismNationalismHegemonySociologyMedia studiesNarrativeCitizen journalismIdentity (music)Gender studiesVisual artsAestheticsPolitical scienceArtLawLiterature

Résumé

récupéré en direct d'OpenAlex

Abstract This paper investigates how virtual exhibitions curated by the Canadian War Museum (CWM) and the Canadian Centre for the Great War (CCGW) communicate ideas about nationalism and multiculturalism in Canada. Drawing from critical literature on participatory museum spaces, multiculturalism, and hegemony, we examine how virtual war exhibitions, which attempt to create space for marginalized identities, may inadvertently reinforce hegemonic understandings of Canadian identity. Through our analysis of two case studies, we explore how digital curation, while offering visitors a sense of participation, may also sanitize resistant perspectives. This analysis allows us to examine present‐day Canadian multiculturalism as it is communicated in digital museum curations, including its practice of including racialized others on a conditional basis, its weaponization of white feminist narratives, and its continued investments in the history of English and French Canada as universal. We thus examine the way Canadian nationalism re‐makes itself, and how virtual curatorial techniques, which may seem more inclusive, can serve hegemonic ends. This study should be of interest to curators and designers working in digital contexts, as well as scholars studying multiculturalism as it is pictured in museums, media, and other cultural representations.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0280,020
Communication savante0,0110,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,037
Tête enseignante GPT0,242
Écart entre enseignants0,204 · 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'étudeQualitatif
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurator The Museum JournalMême sujetMuseums and Cultural HeritageTravaux en français237 207