La fabrique d’un patrimoine scolaire : la valorisation des œuvres du 1 % dans les lycées de Bourgogne
Bibliographic record
Abstract
Les lycées de Bourgogne possèdent un riche ensemble de 89 œuvres acquises par la procédure du 1 % artistique ou 1 % culturel. Pour autant, ces œuvres sont peu connues des personnels et des élèves qui passent chaque jour devant ce patrimoine de proximité. Reconnaître ces œuvres et les intégrer dans des projets éducatifs est tout l’enjeu de leur valorisation.Cet article propose une analyse du processus de valorisation et de ses enjeux. Il s’agit dans un premier temps de revenir sur la connaissance de ces œuvres par les acteurs de l’éducation puis d’observer les outils développés et les échelles mobilisées par la valorisation de ce patrimoine. Enfin, quelques exemples plus précis permettront de voir les processus et enjeux locaux de cette valorisation.Ces enjeux relèvent du développement d’une éducation artistique et culturelle, mais ils interrogent également le regard porté sur les établissements scolaires que sont les lycées. En effet, au cœur de la valorisation pédagogique des œuvres du 1 %, il y a le questionnement d’une identité de la communauté éducative, objet institutionnel difficilement saisissable et pour laquelle le 1 % peut être porteur de sens.
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 | 0.003 | 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 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".