MétaCan
Menu
Retour à la cohorte
Enregistrement W7031493620

[sans titre]

2021· other· fr· W7031493620 sur OpenAlexaboutno aff

Notice bibliographique

RevueDirectory of Open access Books (OAPEN Foundation) · 2021
Typeother
Languefr
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLigneColonial periodWestern europe
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Migrations et immigration au musée. Le mouvement est international. Car ce nouveau sujet d’exposition recouvre de nouveaux questionnements autour de l’identité collec­tive des sociétés contemporaines. Aux Etats-Unis, au Canada, en Australie ou en France, comment des institutions spécifiques abordent-elles l’histoire de l’immigration ? Comment la rattachent-elles au fait national ? Quel dis­cours d’inclusion tissent-elles ? Quel imaginaire social les traverse ? Rencontrant les mémoires de migrants, la muséographie devient moyen de reconnaissance, vecteur de visibilité. Musée réceptacle d’une communauté ethni­que. Musée virtuel documentant en ligne le passé d’une ville d’immigrants. Politique d’exposition sur la diversité des mémoires à l’échelle d’un espace régional... Autant d’expé­riences mises ici en perspective par des universitaires et des conservateurs français et étrangers. Mais ces thèmes n’émergent pas sans débat ni dissensus. Et ce qui se joue à cette occasion gagne à être évoqué au regard d’autres héritages conflictuels. D’où les analyses sur les limites de la prise en charge patrimoniale de l’esclavage aux Antilles, le point de vue indigène dans les « sociétés de colons », ou les affrontements mémoriels à propos du passé colonial français. Enfin, c’est hors des murs du musée qu’il faut regarder. Car c’est aussi par l’action cultu­relle au sens large que passent de tels enjeux. Du travail d’associa­tions de terrain pour promouvoir les mémoires de « l’autre » ou des « Suds » auprès du grand public, jusqu’aux projets en gestation à l’échelle européenne autour du patrimoine des migrations.

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0080,005
Science ouverte0,0080,006
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,4100,001

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 Opus0,099
Tête enseignante GPT0,404
Écart entre enseignants0,305 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDirectory of Open access Books (OAPEN Foundation)Même sujetModel Reduction and Neural NetworksTravaux en français237 207