Musées et justice réparatrice : patrimoine, retour et éducation culturelle
Bibliographic record
Abstract
Résumé Après des décennies de répression et d’injustice sociale, de nombreux peuples autochtones colonisés cherchent à ressusciter les valeurs traditionnelles et les pratiques culturelles en tant que partie d’un processus de renouvellement destinéà renforcer l’identité culturelle, guérir les maux individuels et communautaires et donner une impulsion à une nouvelle créativité. Dans cet article, l’auteur examine la valeur contemporaine des artéfacts sacrés et cérémoniels en tant que ressources pour un renouveau culturel de peuples autochtones qui ont perdu la plus grande partie de leur patrimoine matériel au cours de l’époque coloniale et qui cherchent à surmonter les effets d’un trauma postcolonial. Ce processus implique souvent la restitution d’éléments clés du patrimoine culturel et spirituel de cultures autochtones et ce sont ces types d’items qui sont le plus souvent l’objet de demandes de rapatriement. Cet article explore les liens entre patrimoine, santé et bien‐être qui deviennent évidents lorsque les peuples autochtones cherchent à reconstituer leurs valeurs culturelles et leur identité et renouveler la dimension spirituelle de leur culture en tant que moyens de vivre au vingt‐et‐unième siècle et examine les implications sur les rôles futurs des musées.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.021 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".