Translating the climate crisis in the museum
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Translating Climate Change in the Museum Museum and Translation Studies are inherently multidisciplinary disciplines. Museums, like translations, rely on pre-existing ideas that they transform and share with new audiences in a new language. The idea of a “language of display” and of “museums as translations” has been developed by scholars such as Neather (2008), Sturge (2007), Valdeón (2015), and Liao (2016), who combine this metaphorical perspective with the analysis of interlingual translations. These are often present in museums to meet the needs of local multilingual audiences and/or tourists. This paper sets out to further explore this intersection of Museum and Translation Studies with the analysis of a case study. More specifically, this paper will find place in the broader context of sustainable humanities and question how the Museum of Natural Sciences in Brussels shares ideas related to climate change with its visitors. By focusing on a science museum, we hope to provide a new type of case study that might continue the discussion around museums and translations. This will be done through two approaches. First, texts in multiple languages will be compared to determine whether the translations reflect expected differences in reception across the different language publics. Secondly, the displays of the museum will be questioned for how they metaphorically translate the climate crisis. The results of these analyses will be crossed with information on the procedures of translation at the museum gathered through an interview, as well as with pre-existing visitors research. This will allow for a critical understanding of the goals and impact of translations in the museum.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle