À la rencontre de la muséologie par les enfants
Bibliographic record
Abstract
Dans cet entretien mené par Sarah Gensburger, Monica Eileen Patterson met en avant un courant émergeant parmi les pratiques curatoriales que de plus en plus de musées, partout dans le monde, sont en train d’encourager : la curation par les enfants. Donner l’occasion aux enfants d’organiser des expositions profite de multiples façons aux musées qui cherchent à rendre leur offre plus vivante et stimulante, car le jeune public est expert en matière d’innovation, de créativité et d’interactivité. En prenant part de manière critique aux expositions organisées par les enfants, les universitaires, et de façon plus large les membres de la société, peuvent trouver un précieux aperçu de comment les enfants voient et vivent les choses. En tant qu’importants acteurs sociaux et détenteurs de savoir, les enfants ont beaucoup à apprendre au monde qu’ils habitent, pour peu que les adultes autour d’eux les écoutent. Dans cet entretien, Monica Eileen Patterson présente sa vision d’une nouvelle muséologie critique par les enfants, et le rôle essentiel que joue le curatoriat mené par les enfants dans ce domaine. Elle explique comment s’est développé son intérêt pour le sujet, les contributions que les enfants curateurs peuvent apporter à la pratique muséologique, et les défis rencontrés par les enfants et les musées lorsqu’ils s’engagent dans cette démarche.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.017 | 0.017 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.005 | 0.012 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".