INTERPRÉTER DES OEUVRES D’ART FIGURATIVES POUR ÉTUDIER DES RÉALITÉS PASSÉES : EXPLORATION DU POTENTIEL D’UN DISPOSITIF MUSÉO-TECHNO-DIDACTIQUE
Bibliographic record
Abstract
De l’art aux sciences humaines, comment amener des élèves à tirer profit des œuvres en contexte muséal au moyen du numérique mobile ? Nous présentons la mise en place d’un projet de recherche-développement avec le Musée des beaux-arts de Montréal et des écoles primaires montréalaises visant la conception et la mise à l’essai d’un dispositif muséo-techno-didactique. Ce dispositif recourt à un prototype d’application pour les technologies mobiles que nous avons conçu pour une expérience muséale au croisement des arts visuels et des sciences humaines. Après avoir exposé la démarche de conception et la mise à l’essai du dispositif auprès de 3 classes de 3 e cycle, nous explorons son potentiel pour le raisonnement en sciences humaines au contact des œuvres d’art, plus spécifiquement sous l’angle de l’interprétation d’œuvres d’art figuratives pour leur valeur documentaire. L’analyse des vidéos réalisées montre l’intérêt du dispositif pour stimuler et recueillir le raisonnement des élèves, mais démontre aussi certaines faiblesses dans la contextualisation des œuvres, possiblement liées à des connaissances limitées concernant les réalités passées étudiées.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 teacher head, 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".