MétaCan
Menu
Retour à la cohorte
Enregistrement W4412899859 · doi:10.1080/02660830.2025.2538385

Looking back to think forward: an exploration of what and how feminist exhibitions educate

2025· article· en· W4412899859 sur OpenAlexafffundabout
Darlene E. Clover

Notice bibliographique

RevueStudies in the Education of Adults · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésExhibitionSociologyFeminismGender studiesPolitical scienceVisual artsArt

Résumé

récupéré en direct d'OpenAlex

Curating temporary exhibitions with high visual appeal and compelling historical narratives is central to the work of museums. Yet what exhibitions teach as historical truth tends to concentrate on heteronormative masculine histories, reinforcing superiorities and whitewashing centuries of patriarchal oppression, control and violence. In response, museums in Canada and England are curating feminist exhibitions. I explored how 14 feminist exhibitions curated between 2016 and 2024 operated as feminist adult educators and specifically, what and how they educated. Findings how critical and creative strategies ‘herstory’ new subjects and agency, disrupt universalisms, make visible common differences, illuminate hidden ideologies, and out historical myths that continue to shape our gendered world. Feminist exhibitions not only minimise patriarchal power but interrupt negative perceptions of feminists through humour, satire and irony. By showcasing a range of issues, power dynamics and lives long denied visibility and intellectual credibility feminist exhibitions provide role models, create new knowledge and make a different world visible, hearable, feelable, and imaginable. By looking back they think forward, by cross fertilising the past with the present they offer not simply a new women’s history but a new history for all.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,019
Communication savante0,0090,008
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,073
Tête enseignante GPT0,337
Écart entre enseignants0,264 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStudies in the Education of AdultsMême sujetMuseums and Cultural HeritageTravaux en français237 207