La médiation ludique : un nouvel écart entre le musée et ses publics ?
Bibliographic record
Abstract
Dans le champ des musées, professionnels et observateurs considèrent généralement qu’un contenu culturel n’est jamais accessible immédiatement. C’est précisément le rôle de la « médiation culturelle » d’ajouter un élément médian entre un contenu culturel et ses récepteurs pour accompagner sa réception. Pourtant, un certain discours sur l’immédiateté de l’expérience ludique trouve des échos dans le monde muséal : les jeux y sont parfois promus comme une manière de s’approprier immédiatement des contenus culturels. Cet article s’intéresse à deux jeux créés au Mucem (Musée des Civilisations de l’Europe et de la Méditerranée), musée public national situé à Marseille. À partir d’une observation participante et d’entretiens avec des professionnels de ce musée, il cherche à s’interroger sur la pertinence du choix d’objets ludiques comme objets de médiation. Il montre que, paradoxalement, les jeux censés faciliter l’appropriation de contenus muséaux par des publics non pratiquants du musée peuvent la complexifier, en nécessitant de nouvelles médiations dues aux codes ludiques et muséaux qu’il faut maitriser pour utiliser ces objets. Cette conclusion nuance le caractère supposé immédiat de l’expérience ludique, et la capacité des jeux de musée à combler l’écart entre le musée et ses publics.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.018 | 0.055 |
| Scholarly communication | 0.020 | 0.015 |
| Open science | 0.002 | 0.016 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.012 | 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".