Análise de Risco aplicada à Reserva de Mobiliário do Palácio Nacional da Ajuda
Notice bibliographique
Résumé
A realização de uma revisão da literatura sobre modelos e ferramentas de análise de risco aplicados ao património cultural, permitiu concluir que nas últimas duas décadas esta temática tem ganho um maior destaque. A sua utilização tem por objetivo apoiar a tomada de decisão e consequentemente, ajudar à gestão e cuidado do património. A partir dos resultados obtidos, selecionaram-se dois modelos de forma a realizar uma análise de risco à coleção de mobiliário da Reserva Nova do Palácio Nacional da Ajuda (PNA) (Ajuda, Portugal): • O modelo Cultural Property Risk Analysis (CPRAM), desenvolvido por Robert Waller em 2003, é um modelo semi-quantitativo, e foi selecionado por já ter sido aplicado em outras instituições (e.g. Canadian Museum of Nature, Arquivo Histórico Ultramarino, Museum Amstelkrin, etc.). Define os riscos através de valores numéricos cuja a relação entre si produz a hierarquia das prioridades de risco; • O modelo QuiskScan é qualitativo, foi desenvolvido por Agnes Brokerhof e Anna Bülow em 2016, e selecionado por ser muito recente e não existirem, até à data, outros trabalhos em que tenha sido aplicado. Define as prioridades dos riscos de uma forma não numérica a partir de categorias (“Alto”, “Médio” e “Baixo”). A aplicação dos dois modelos permitiu chegar a uma hierarquização dos principais riscos genéricos para a coleção em estudo, sendo os mais prioritários: Fogo, Forças Físicas e Pragas. No entanto, para a proposta de soluções de mitigação, recorreu-se aos riscos específicos identificados pelo modelo CPRAM, onde, por exemplo, para o risco de ocorrência de um incêndio na área de reserva com consumo da coleção completa, propõe-se a instalação de mais extintores e expressores; para o risco da queda de objetos das estantes, propõe-se a colocação de uma fita em torno das estantes; e para o risco de infestação por insetos é proposta a desinfestação dos objetos por anoxia. Assim, sugere-se que numa instituição onde nunca se realizou uma análise de risco, se aplique inicialmente o modelo QuiskScan (de aplicação mais rápida) e posteriormente, conhecendo os principais riscos genéricos, se utilize o CPRAM com o intuito de propor soluções de mitigação (a partir da identificação e cálculo dos riscos específicos). Isto permitirá reduzir o tempo e otimizar os recursos.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».