Bibliographic record
Abstract
Comment présenter la complexité sensorielle et symbolique d’une culture à l’intérieur d’un espace muséal qui possède lui-même un régime sensoriel souvent limité à la perception visuelle ? Cet article cherche à comprendre le rôle des perceptions sensorielles dans l’espace muséal à travers l’analyse de la nouvelle exposition permanenteC’est notre histoire. Premières Nations et Inuit du XXIe siècledu Musée de la civilisation à Québec. En comparant les réalités sensorielles autochtones en Amérique du Nord et la présentation qui en est faite au Musée à travers trois exemples, nous démontrerons comment les stratégies de présentation d’objets faisant appel aux sens permettent au visiteur de se plonger dans les environnements autochtones et d’en saisir plus adéquatement la symbolique et l’importance culturelle. Malgré les efforts apportés lors de la phase préparatoire, où plusieurs représentants et communautés autochtones ont été consultés sur le contenu et le design de l’exposition, les objets exposés ne correspondent pas adéquatement aux idées que voulaient y traduire les Premières Nations et Inuit. Ces derniers ont clairement exprimé vouloir se « sentir chez eux » dans cet espace muséal, mais n’ont pas réussi à pleinement s’y identifier étant donné le fossé creusé entre le sensorium muséal et les sensoria autochtones.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.014 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".