Participatory Governance and Community-Based Research at Mass Culture
Notice bibliographique
Résumé
This article uses the national arts research network Mass Culture (MC) as a case study for assessing the strengths and limitations of participatory governance and community-based research for reimagining and enacting better futures in the Canadian arts sector. MC is currently the only digital network that takes such an approach to promote the equitable mobilization of arts research in Canada, which falls in line with broader trends and values associated with the participatory turn of cultural policy. At MC, this orientation is first reflected in the governance structure, which grew out of both grassroots processes and formal consultations involving key actors in the Canadian arts community. Here, I draw inspiration from Rosenau’s (Rosenau & Czempiel, 1992) definition of governance to refer to MC’s system of rule, which includes informal mechanisms such as intersubjective meanings, along with formally sanctioned regulations such as charters, terms of reference, etc. MC’s approach is also activated by the methods through which it designs, implements, and evaluates cross-sectoral collaborative projects at the national level. By experimenting with various community-engaged methods tailored to each of its initiatives, MC seeks to build the relational and data infrastructures that are needed to ensure that the research it produces is both relevant and easily accessible to potential users, from practitioners, artists, academics, arts funders, and policymakers, to those working at the intersection of several professional roles. By providing an in-depth account of MC’s emergence as a networked organization and by elaborating on its community-based approach to research, this article aims to contribute new knowledge about the value of various models of collaboration in the fields of cultural policy and cultural management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,057 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,019 | 0,081 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».