Les origines du Groupe d’intérêt spécialisé en éducation muséale (GISEM) dans la perspective de l’histoire de l’éducation muséale au Québec
Bibliographic record
Abstract
L’ouverture du Muséum central des arts de la République (Louvre) au grand public parisien, en 1793, symbolise la volonté que le musée devienne un lieu voué à l’éducation. Dans la première moitié du 19e siècle, au Québec, on retrouve trois catégories de musée : ceux dits de divertissement; ceux dits savants, fondés par des sociétés scientifiques, artistiques ou historiques dont la plupart organisent des activités éducatives réservées à leurs membres; les musées dits didactiques, situés surtout dans des établissements scolaires. Ces derniers musées connaissent au 19e siècle une période d’expansion, suivie cent ans plus tard d’un déclin. À l’inverse, les musées savants organisent de plus en plus d’activités éducatives à l’intention d’un public de plus en plus diversifié. Le Musée des beaux-arts qui, en 1961, est devenu le premier musée savant québécois à mettre en place un service éducatif apparaît comme un pionnier. C’est dans ce contexte que seront mises sur pied dans les universités montréalaises des équipes de recherches axées sur le développement d’une pédagogie propre au musée ou sur le comportement des visiteurs. Ces groupes de recherche fonderont dans le cadre des sociétés savantes un groupe d’intérêt sur l’éducation muséale où les chercheurs mettent en commun le fruit de leurs travaux.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.010 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".