Leveraging Information Systems for the Conservation of the Niki de Saint Phalle’s Tarot Garden Artistic Legacy
Notice bibliographique
Résumé
Abstract. This paper presents a Geographic Information Systems (GIS)-based digital framework developed to support the long-term conservation of the Tarot Garden (Il Giardino dei Tarocchi), a monumental sculpture garden in Italy created by French-American artist Niki de Saint Phalle. While GIS is widely recognized as a powerful tool for organizing and analyzing heritage data, this paper emphasizes that its complexity can limit its accessibility and effectiveness in conservation planning. To address this, the project prioritized stakeholder usability, data interoperability, and capacity building. The work was conducted by the Carleton Immersive Media Studio (CIMS) in collaboration with the Getty Conservation Institute (GCI), the Niki Charitable Art Foundation, and the Tarot Garden Foundation, under the GCI’s Modern and Contemporary Art Research Initiative (ModCon). The initiative produced a suite of digital assets – including ortho-rectified images, measured drawings, and a photographic record portfolio – integrated into a GIS platform. Developed through an interdisciplinary approach involving conservators, documentation specialists, and site stakeholders, the system supports condition monitoring, comparative analysis, and evidence-based decision-making. By embedding digital tools into conservation workflows and training local staff in their use, the project fosters sustainable stewardship and helps preserve both the tangible and intangible heritage of the Tarot Garden.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».