Curating Difficult Knowledge: Violent Pasts in Public Places
Notice bibliographique
Résumé
List of Illustrations List of Maps Acknowledgements Notes on Contributors Introduction: Witnesses to Witnessing E.Lehrer & C.E.Milton PART I: BEARING WITNESS BETWEEN MUSEUMS AND COMMUNITIES 'We were so far away': Exhibiting Inuit Oral Histories of Residential Schools H.Igloliorte The Past is a Dangerous Place: the Museum as a Safe Haven V.Szekeres Teaching Tolerance through Objects of Hatred: The Jim Crow Museum of Racist Memorabilia as 'Counter-Museum' M.E.Patterson Politics of the Past: Remembering the Rwandan Genocide at the Kigali Memorial Center A.Sodaro PART II: VISUALIZING THE PAST Living Historically through Photographs in Post-Apartheid South Africa: Reflections on Kliptown Museum, Soweto D.Newbury Showing and Telling: Photography Exhibitions in Israeli Discourses of Dissent T.Katriel Visualizing Apartheid: Re-framing Truth and Reconciliation through Contemporary South African Art E.Mosely PART III: MATERIALITY AND MEMORIAL CHALLENGES Points of No Return: Cultural Heritage and Counter-Memory in Post-Yugoslavia A.Herscher Defacing Memory: (Un)tying Peru's Memory Knots C.E.Milton (Mis)representations of the Jewish Past in Poland's Memoryscapes: Nationalism, Religion and Political Economies of Commemoration S.Kapralski Afterward: The Turn to Pedagogy: a Needed Conversation on the Practice of Curating Difficult Knowledge R.I.Simon Index
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,161 | 0,022 |
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 ».