MétaCan
Menu
Retour à la cohorte
Enregistrement W4409517408 · doi:10.18680/hss.2024.0024

Voices in the museum: Exploring soundscapes in curatorial practices

2024· article· en· W4409517408 sur OpenAlexaboutno aff
Silvia Pireddu

Notice bibliographique

RevuePunctum International Journal of Semiotics · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoundscapeVisual artsArtSound (geography)AcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

The semiotics of curating is a theoretical approach that focuses on constructing, communicating, and interpreting signs, symbols, and meanings in museum exhibitions. With the increasing prevalence of digital technologies, curators are tasked with balancing different technologies, encompassing visual, sound, and multimodal experiences. In this perspective, the paper examines the role of sound as a semiotic dimension within exhibition contexts, analyzing how it functions as a potent signifier and enriching the interpretation of curated spaces with exhibited artefacts. This study explores the semiotic dimensions of soundscapes by analyzing examples from an exhibition at GAM Turin, Italy, the Nelson Atkins Museum of Art, Kansas City, USA, and the work of Nicholas Party at the Montreal Museum of Fine Arts, Canada. It will study how sonic elements such as music, language, and ambient noises intersect with cultural contexts to create layered, polyphonic interpretations of exhibited artefacts. I will finally discuss the potential of sound as a powerful medium for conveying meaning, evoking affective responses, and immersive engagement of the public.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,118
Tête enseignante GPT0,318
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePunctum International Journal of SemioticsMême sujetMuseums and Cultural HeritageTravaux en français237 207