The Promise of New Museum Models in a Moment of Social Reckoning
Notice bibliographique
Résumé
This chapter examines the shift from in-person to digital engagement at North America's fourth largest museum, the Art Gallery of Ontario (AGO), in the context of a major moment of sociocultural reckoning. We track learning in relation to programme innovation by asking: What resonates with audiences? What is the process of and reception for original performance commissions? What is the measurable potential for both delivery of on-site and online content? In our view, a telling moment in this space of new delivery is the perceived and real understanding of what a “live” event constitutes. Amongst our offerings, for example, is the fabrication of a live event: an event that is pre-recorded and promoted live to screen. Is the fabrication of the live event a transitional moment, or may it resonate as a bona fide museum presentation modality? While situating this chapter in a specific pandemic moment, it has accelerated our need to ask broader questions around change and liveliness and what the future museum looks like. We propose the following four areas for consideration: 1) evergreen resources: what they are and how they represent liveliness through sustained and upward curve metrics over time; 2) Director Talks: who are our leaders and how do they support and foster a moment's relevancy; 3) centring artists, so that we can gather and unite many voices and perspectives through art; and 4) skeuomorphic design, or the spark to imagine the museum anew.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,033 |
| Communication savante | 0,026 | 0,021 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
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 ».