MétaCan
Menu
Retour à la cohorte
Enregistrement W4313318290 · doi:10.4000/insituarss.1513

À la rencontre de la muséologie par les enfants

2022· article· fr· W4313318290 sur OpenAlexaff
Monica Eileen Patterson, Sarah Gensburger

Notice bibliographique

RevueIn Situ Au regard des sciences sociales · 2022
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans cet entretien mené par Sarah Gensburger, Monica Eileen Patterson met en avant un courant émergeant parmi les pratiques curatoriales que de plus en plus de musées, partout dans le monde, sont en train d’encourager : la curation par les enfants. Donner l’occasion aux enfants d’organiser des expositions profite de multiples façons aux musées qui cherchent à rendre leur offre plus vivante et stimulante, car le jeune public est expert en matière d’innovation, de créativité et d’interactivité. En prenant part de manière critique aux expositions organisées par les enfants, les universitaires, et de façon plus large les membres de la société, peuvent trouver un précieux aperçu de comment les enfants voient et vivent les choses. En tant qu’importants acteurs sociaux et détenteurs de savoir, les enfants ont beaucoup à apprendre au monde qu’ils habitent, pour peu que les adultes autour d’eux les écoutent. Dans cet entretien, Monica Eileen Patterson présente sa vision d’une nouvelle muséologie critique par les enfants, et le rôle essentiel que joue le curatoriat mené par les enfants dans ce domaine. Elle explique comment s’est développé son intérêt pour le sujet, les contributions que les enfants curateurs peuvent apporter à la pratique muséologique, et les défis rencontrés par les enfants et les musées lorsqu’ils s’engagent dans cette démarche.

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)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,017
Communication savante0,0090,008
Science ouverte0,0020,009
Intégrité de la recherche0,0050,012
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,157
Tête enseignante GPT0,335
Écart entre enseignants0,178 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIn Situ Au regard des sciences socialesMême sujetMuseums and Cultural HeritageTravaux en français237 207