Ciência da Informação, Museologia e a Acessibilidade das Coleções na Rede de Museus de Vila Nova de Famalicão
Bibliographic record
Abstract
Tendo como tema “Ciência da Informação, Museologia e a Acessibilidade das Coleções na Rede de Museus de Vila Nova de Famalicão”, o projeto desenvolvido apresenta a oportunidade de compreender a relação entre a Ciência da Informação e a Museologia, considerando os Museus e o Património Cultural, bem como a acessibilidade às coleções dos museus na Rede de Museu de Vila Nova de Famalicão (RMVNF). Assumem-se as seguintes questões de investigação “De que forma é gerida a informação/documentação na RMVNF e como é apresentada ao público?”; “De que forma a RMVNF lidou com a pandemia derivada do vírus SARS-CoV-2 (COVID-19) e como é que nesse período se relacionou com o público?”. Os objetivos identificados foram: Identificar o software que é usado nos museus da Rede de Museus de Vila Nova de Famalicão e os respetivos instrumentos de acesso à coleção; Conhecer quais são os canais de informação e de que forma são usados, para a comunicação do seu acervo, ao público; Identificar quais as políticas de informação e tecnologia em vigor na rede e nas orientações sobre a acessibilidade e divulgação das coleções; Identificar quais foram as estratégias usadas para a continuidade da promoção, acessibilidade e a segurança das suas coleções. A metodologia enquadra-se numa abordagem aplicada e qualitativa, que recorre à revisão da literatura e ao uso de entrevistas. A investigação colocada em prática consiste numa investigação exploratório-descritiva. Concluída a análise e aprofundamento do tema, foi permitido compreender que a maior parte das unidades museólogicas que compõem a RMVNF utilizam o InPatrimonium como software. Concluiu-se ainda que os museus no período pandémico adotaram medidas que, com o fim da pandemia, foram abandonadas por alguns deles. Os museus que mantiveram as inovações forçadas pelo período pandémico, conseguem, atualmente, continuar a tirar proveito das mesmas.
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 | 0.008 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".