Key Issues and Future Trends of Digital Cultural Policy in the Post-Pandemic Era
Notice bibliographique
Résumé
Digital transformation has become a vital concept in many global agendas ever since Klaus Schwab discussed the Fourth Industrial Revolution at the 2016 World Economic Forum. The digital surge during the COVID-19 pandemic has induced more significant impacts on every facet of our society and has imposed countering policy measures on policymakers and governments to cope with the crisis. This research aims to identify the current trends and issues of cultural policies in the digital environment at a global level. By adopting the conceptual framework of cross-national policy transfer (<xref ref-type="bibr" rid="B20">Dolowitz & Marsh, 2000</xref>) and three opportunities to drive purpose-led digital transformation (<xref ref-type="bibr" rid="B51">World Economic Forum, 2020</xref>), this study engages with a qualitative research design by conducting document analysis based on policy reports and international policy cases published by the Organisation for Economic Co-operation and Development and United Nations Educational, Scientific and Cultural Organization. Additionally, the authors have selected two countries for their case study, Canada and the UK, to review their digital cultural policy plans that were initiated before the pandemic and were well-received. This research suggests that, while the arts and creative sectors should adapt to the new digital environment from technologies to business models, potential inequalities, such as cultural representations and market-oriented consumptions, must also be monitored and prevented. For sustainable development of the arts and cultural domain, public agencies also need to invest and promote innovative collaborations and networking and experimental arts projects and research. Further, they must develop new business models for arts and creative organizations with more open and user-driven policy measures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».