The Sensational Museum’s Art of Multisensory Storytelling
Notice bibliographique
Résumé
Abstract The Sensational Museum, a UK-based, multi-institution research project funded by the Arts and Humanities Research Council (AHRC), aims to challenge ableist biases in heritage sectors. The project explores how the potential of ‘multisensory’ can be leveraged to create inclusive, equitable experiences for both museum professionals and visitors. Led by the concepts of disability gain, equity, and inclusion, the project argues that no one sense should be necessary or sufficient to have rich and meaningful experiences with history and heritage. In this audio recording and descriptive transcript, Sophie Vohra and Charlotte Slark discuss their research for The Sensational Museum, and the value and impact of multisensory storytelling in their work. Using a drum from the Africa Museum as a reoccurring talking point, they expand on the complexities of shifting mindsets and practices to provide more inclusive, progressive and equitable multisensory encounters with museum collections. With insights from Canadian-based professional audio describer, J.J. Hunt, they explore how multisensory language can provide nuanced, rounded, and enhanced descriptions of museum collections and interactions with them. Moving to explore how multisensory storytelling can be embedded in interpretation and communication, Vince Dziekan shares how we can apply his ‘body, mind, soul’ framework to explore multidimensional ways to shape museum interpretation for visitors to meaningful connections with the collections. Overall, they demonstrate how multisensory storytelling can be applied to collections and communication and highlight the important role multisensory language and interpretation have in making museums more accessible, equitable and inclusive.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».