Déterminants d’une expérience inclusive dans des ateliers créatifs : le cas du réseau des bibliothèques de Montréal
Bibliographic record
Abstract
Les bibliothèques ont changé. Certes, il existe toujours des espaces de détente et des livres, mais désormais des salles d’exposition, des jeux vidéo, des lieux de restauration et des espaces de co-working y sont implantés. Avec cette transformation récente et face à la volonté des acteurs culturels de rendre toujours plus accessibles leurs produits, il est important de s’interroger sur les stratégies d’inclusion et en particulier sur les déterminants d’une expérience inclusive dans ces ateliers qui font appel à la créativité artistique et technologique. Plus spécifiquement, le présent projet s’inscrivant dans une approche par Laboratoire vivant entend circonscrire sa réflexion à deux activités que les Bibliothèques de Montréal souhaitent offrir dans ses établissements, le Fab Lab et la Ruche d’art. Il s’agira d’établir, dans un cadre de collaboration étroite avec toutes les parties prenantes, un inventaire des caractéristiques propres à ces ateliers et à l’environnement pour comprendre les besoins de personnes ayant des incapacités en regard des ateliers de créativité ainsi que les facteurs venant faciliter ou limiter la qualité de l’expérience inclusive dans de tels ateliers, pour ensuite répertorier des actions pouvant en faciliter l’accessibilité.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.028 | 0.015 |
| Scholarly communication | 0.014 | 0.004 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 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".