Motivations à mettre en lumière la culture muséale des enfants. Un enjeu pour la valorisation de l’éducation non formelle
Bibliographic record
Abstract
Nos travaux de recherche en muséologie s’intéressent à la réception du « public-enfants », en particulier dans les musées de sciences. Pour situer le cadre de notre recherche, nous proposons de mieux cerner la bipolarité du musée dont la mission est souvent partagée entre éducation, pédagogie, apprentissage, d’une part, et loisir, délectation, désir de se cultiver, d’autre part. Face notamment à l’influence de la pédagogie scolaire dans les musées en France, il nous a paru nécessaire d’étudier en quoi le musée peut être un « outil » de culture, en revenant sur les fondements des premiers musées pour enfants et sur les pédagogies actives des musées de sciences dans une perspective d’acculturation. Notre recherche porte sur la compréhension des manières dont les enfants s’approprient le média-exposition dans un cadre de loisirs (en famille). Ce sont les « fabrications culturelles » des enfants qui ont été étudiées lors de l’expérience de visite considérée sur l’ensemble du parcours et selon l’ensemble des dimensions qui la traversent. Des figures d’enfants-interprètes alors dégagées de l’analyse des visites des enfants rendent compte de la richesse des modes d’appropriation de l’exposition et peuvent être source d’inspiration pour les professionnels des musées et les médiateurs d’exposition (enseignants, guides).
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.014 | 0.021 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".