Challenges and issues of the shift toward the sustainable development (a strategic analyses of Museums nature of Montreal)
Bibliographic record
Abstract
Longtemps, les institutions muséales scientifiques étaient considérées comme une empreinte de la société, un lieu élitiste, un lieu où seule la science avait son mot à dire. Aujourd'hui, les acteurs des musées se diversifient et sont soumis à des pressions sociales, économiques et environnementales complexes dont ils n'avaient pas à faire face jusqu'à présent. Certains musées de sciences ont ainsi inscrit dans leur nouvelle mission les termes de développement durable. Mais l'introduction récente de cette notion dans les musées de science suscite des débats. Contrairement à l'environnement, le développement durable ne se présente plus comme uniquement une notion à vulgariser dans les expositions, il s'inscrit aussi comme un nouveau système de gestion. Dans cette éventualité du changement, des logiques commerciales, environnementales, culturelles, scientifiques et sociales se trouvent confrontées modifiant l'identité propre des musées de sciences. Cette recherche vise donc à répondre à la question suivante : Quels sont les défis et les enjeux pour les musées scientifiques d'aller vers le développement durable ? Les objectifs de la recherche sont de comprendre les mécanismes qui régissent le fonctionnement des institutions muséales scientifiques, de développer une contribution critique sur les conséquences du changement vers le développement durable et de déterminer l'apport méthodologique de la sociologie des organisations pour la muséologie.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.014 | 0.012 |
| Scholarly communication | 0.013 | 0.003 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".