Digital Storytelling to Overcome Disruption: Exploring Local Heritage in an Online Environment
Notice bibliographique
Résumé
This study investigates how digital storytelling (DS) functions as a communicative strategy for the online presentation of local heritage. It aims to understand the extent to which DS mitigates digital disruption and supports inclusive, participatory, and identity-based narratives. The research applies a qualitative discourse analysis, complemented by a quantitative scope analysis, to a selected sample of 57 websites containing local heritage content. The analytical framework is organized into four levels of discourse analysis: textual, contextual, interactional/action-based, and ideological. The websites were evaluated according to narrative structure, emotional tone, multimodality, user interaction and curatorial authority. DS was identified in 60% of the websites in implicit, explicit or combined form. These DS strategies frequently include multimodal formats (text, audio, video, and image), personalized expression and emotionally resonant language. A recurring paradox was observed: while visual design is becoming more minimalistic, narrative richness is increasing. Most websites exhibited integrative and micro-historical approaches; however, a subset retained institutional or canon-based frameworks that limit narrative diversity. Methodologically, the study underscores the need to adapt discourse analysis to multimodal and non-linear environments. It also highlights the significance of curatorial power in shaping digital heritage narratives. The findings are relevant to libraries, cultural institutions and digital curators seeking to enhance user engagement and inclusivity through narrative strategies. This research contributes to digital heritage, information science and internet studies by considering DS as a form of socio-technical resilience that supports meaning-making, identity and cultural memory in digitally mediated environments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,012 |
| Science ouverte | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».