Analyse comparative des politiques d'acquisition d'œuvres d'art dans trois municipalités du Québec durant les années 2000
Bibliographic record
Abstract
L'objet de cette recherche porte sur les politiques d'acquisition d'œuvres d'art dans les municipalités du Québec. À la suite d'une recension des politiques auprès des villes, il a été identifié plus de 27 politiques d'acquisition d'œuvres d'art municipales, à la fin de 2012. Notre recherche a analysé les politiques d'acquisition de deux villes et une MRC : les villes de Rouyn-Noranda et Trois-Rivières, ainsi que la MRC Vaudreuil-Soulanges. Cette recherche est soutenue par deux approches théoriques de la sociologie, celle de Philippe Urfalino, qui analyse la dynamique des comités d'acquisition des Fonds régionaux d'art contemporain (FRAC), en France et celle de Nathalie Heinich, qui soutient que le chercheur doit être guidé par le comportement des acteurs autour des œuvres d'art. Cette recherche s'intéresse aux acteurs, membres des comités responsables de l'application de la politique d'acquisition d'œuvres d'art des trois municipalités étudiées. Elle analyse leur processus de décision guidant à l'acquisition d'œuvres d'art. La recherche identifie deux groupes d'acteurs au sein de ces comités : les non-spécialistes, responsables administratifs de l'acquisition pour la ville et les spécialistes, issus de différents milieux de l'art, guides et révélateurs des qualités (esthétiques, plastiques, sémiologiques et autres) des œuvres à sélectionner. Notre recherche identifie quatre visées aux politiques d'acquisition d'œuvres d'art : la constitution d'un patrimoine artistique, le soutien à l'artiste régional, la diffusion des œuvres et le renforcement de l'identité locale ou régionale. Afin d'identifier et choisir les œuvres, les politiques d'acquisition d'œuvres d'art municipales accordent une importance aux critères de sélection des œuvres. Tenant compte des dispositions prévues dans chacune de ces politiques, les comités auront à sélectionner et choisir des œuvres qui iront rejoindre les autres pièces des collections municipales au bénéfice des citoyens. C'est à ce dialogue et à ces échanges que s'intéresse cette recherche afin de comparer d'une politique à une autre, d'un jury à un autre, d'une ville à une autre ces choix effectués au nom des citoyens.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".