用于研究的文化遗产数据-简介

导言

在过去的十五年中，文化遗产机构，尤其是博物馆，在自我意识和使命方面发生了重大转变。博物馆的三重使命，解决休闲，教育和研究，越来越分歧。数字化转型引入了关于博物馆是什么，它可以提供什么以及如何访问藏品的全新概念。这种转变不仅影响对象的呈现和教育方面，而且越来越多地涉及与对象相关的各种研究方面。

新的可能性即将出现，为研究人员提供了超越直接研究对象的机会。这些可能性与我们通常研究的对象和文档有关和周围的数据有关。他们居住在艺术史与数据科学的交汇处。博物馆和其他文化遗产机构是艺术史研究数据的主要提供者。这种类型的数据既可以作为我们领域的新主要来源，也可以作为我们处理的关键研究数据，特别是在艺术史学科内。

如今，文化遗产机构正在以前所未有的方式授予其藏品使用权。除了研究物理文物之外，数字化转型还让博物馆满足了研究人员在两个特定领域的需求: 对于图像，研究人员现在可以从可供下载和发布的公共领域图像中受益。以及从强大的，可互操作的图像标准，如IIIF的实施。关于数据，他们可以访问广泛的信息，包括图像及其元数据，艺术品及其元数据，以及所有相关信息，例如艺术家详细信息，日期，保护数据，来源数据，以及更多。所有这些领域现在可供研究人员大大提高研究能力，提供有价值的服务，并开辟新的研究领域。随着数字人文领域出现的新工具和查询方法，馆藏现在正在通过计算查询方法揭示对象背后的数据，从而为在学术研究中使用馆藏提供了新的可能性。虽然博物馆提供数字化物品的在线目录，但博物馆内部数据库中只有一部分信息对博物馆网站上的研究人员可见。这是不同的，当通过后端通过查询端点进入。一般来说，研究人员需要访问与艺术品，艺术家，日期，保护细节，出处等有关的各种数据和信息。这些信息可以作为构建研究查询的有价值的数据。博物馆汇编和阐述的数据通常是研究人员感兴趣的，并且站在数据科学，博物馆研究和数字艺术史交汇点的最前沿。

图像许多博物馆都将其艺术品数字化，并在其在线目录中选择了一些对象。在这些目录中，图像通常嵌入在页面上，通常仅可供查看，尽管有时它们可以保存在所谓的灯箱中。目前伦敦国家美术馆和阿姆斯特丹国家博物馆等机构就是这种情况，其中，订阅用户可以创建个性化图像集合，而图像仍保留在同一数据库环境中。为此，博物馆鼓励用户在各个兴趣层次 (休闲，教育或以研究为导向) 的在线平台和活动中进行互动，并尽量减少访问障碍。让他们更容易接近。致力于开放访问策略的机构采用了另一种直接且更开放的访问方法，即通过CC0许可证 (公共领域) 使其图像可供下载和进一步使用。

数字图像通常伴随着图像数据本身以及相关的元数据。近年来，这些已经发展成为一系列丰富的附加值和互操作性。越来越多的博物馆和文化遗产机构正在将其数字图像转换为IIIF标准。国际图像互操作性框架成立于2011年，并于2015年正式成为IIIF联盟。它提供独立于原始数据库和收藏的高分辨率图像，被GLAM部门的许多机构 (画廊，图书馆，档案馆，博物馆) 和众多数字项目使用。图像被格式化以在不同的图像查看器环境中工作，而不仅仅是拥有机构的原始数据库。共享api (应用程序编程接口) 跨不同数据库链接图像。此外，这些图像可以被操纵和注释，从而促进协作和共享。许多博物馆都采用了这一标准，包括洛杉矶的盖蒂博物馆、伦敦的维多利亚和阿尔伯特博物馆、普林斯顿大学艺术博物馆、哈佛艺术博物馆等。公共领域图像和可互操作的图像标准目前是各种博物馆擅长的两个领域，可帮助研究人员开展工作。

通过在线目录中的引导搜索获得博物馆数据

传统上，可以通过允许访问博物馆中的物理对象或通过提供人工制品的在线数字化版本来访问博物馆藏品。从单一的机构网页开始，一些博物馆已经开发了具有基础设施的本地联合目录，这些基础设施可以通过引导目录搜索来促进在线馆藏的导航。早在2008年，德累斯顿就为德累斯顿国家博物馆下的所有博物馆发起了达芙妮项目 (https:// skd-online-collection.skd.museum)。高级搜索模式包括诸如文化、材料、技术、类型等标准。最近的一个例子是杜塞尔多夫数据库d:kult (https:// emuseum.duesseldorf.de)，其中包括13个集合。最大的联合目录之一是Art UK (https://artuk.org)，该项目最初始于2019年，与八个项目合作伙伴一起开展了一项共享数据收集计划。该项目现已全面运作，涵盖英国3000多家机构。共享目录支持基于共享本体和词汇表的300，000多件艺术品的引导搜索，这对于一致地处理每个数据集至关重要。在大多数这些目录中，可以组合和优化某些搜索选项，尽管这些搜索通常不允许完全自由的组合。搜索以粒度方式开始，具有一个类别，例如材料或艺术家，然后允许添加更多类别以细化结果。这些引导搜索对于从数据库中寻找特定信息的研究人员很有用。但是，研究人员通常仅限于引导搜索提供的预定义搜索策略，这些策略被设计成对公众和研究人员都是用户友好的，而无需进行特定的准备。

引导搜索的优点是信息的可访问性，而不需要专门的技能或知识。它们有助于查找与特定材料，文化或日期等相关的信息和示例。但是，从研究的角度来看，有一个明显的缺点是无法自由组合搜索类别或一次访问所有结果数据。通常，搜索会生成一个对象列表，其中包含必须单独访问的图像，而没有下载综合数据集的选项。伦敦的大英博物馆表明，结果可以通过不同的方式提供。他们的引导式搜索包含各种类别，结果也可以表格格式 (Excel) 下载。使对象和在线目录背后的数据可访问标志着研究可能性的重大进步。

但是，对于研究人员而言，选择的引导搜索可能并不总是理想的，因为它们限制了任何给定时间的查询范围。提供更多灵活性和可能性的其他方法需要数据提供者和研究人员的大量准备。研究人员需要了解数据查询的工作原理，这需要数据科学的基础知识。同时，机构必须准备其数据以集成到语义Web中。正如Daquino等人所写: “文化遗产机构正在处理两个紧迫的问题: 一方面，他们需要对其数据提供完整而详尽的语义描述，另一方面，他们必须开放其数据以进行交换，互连和丰富。

通过查询端点收集数据

几十年来，博物馆一直在内部数据库中汇编数据，而与特定博物馆没有直接关系的人无法访问这些数据。现在，这些内部数据库变得可访问，例如，通过查询端点。设置这些数据和端点对于所涉及的机构来说是一项复杂的任务，尤其是当查询端点被设计为同时服务于多个机构或联盟查询时。在过去的十年中，人们逐渐转向开放数据政策。博物馆内部数据库及其数据集现在部分或在某些情况下几乎完全可用于学术用途。Delmas-glass和Sanderson描述了对机构进行语义搜索的必要性: '文化遗产机构的使命是有效地共享知识以进一步获得奖学金，重要的是他们参与在语义网中传播其知识的框架的开发。

向数据科学开放博物馆的早期先驱包括伦敦的维多利亚和阿尔伯特博物馆，阿姆斯特丹的国家博物馆和洛杉矶的盖蒂博物馆。例如，自2011年以来，国家博物馆已提供了超过450，000张照片和650，000个元数据条目。许多其他国际博物馆也遵循了这条道路，例如纽约大都会艺术博物馆，大英博物馆，哈佛艺术博物馆，沃尔特斯艺术博物馆等等。国家文化遗产机构也已开始以共享集的形式提供其数据，例如该国的国家文化遗产组织意大利的Beni Culturali。

博物馆提供的数据集的完整性各不相同，具体取决于博物馆决定提供的类别。虽然一些博物馆只提供艺术家姓名和作品头衔等基本信息，但其他博物馆则提供更详细的数据，如收购日期，出处数据，展览贷款，保护声明等。但是，每个博物馆都决定可用于计算搜索的内部数据的数量和种类。当然，研究人员更喜欢尽可能全面的数据集来解决复杂的问题。例如，他们可能会在特定时间段和特定地理区域内探索博物馆针对特定艺术类别的收购政策。或者，他们可能会调查与地缘政治事件有关的国际博物馆中特定非裔美国人物品的购置和展览政策。这些问题很难用传统的艺术史方法来解决。一方面，通常无法通过博物馆的公共网站获得此类数据，因此需要工作人员在内部搜索相关材料。另一方面，大量数据对于产生有意义的结果至关重要。最终，这些查询使研究人员能够使用定量方法解决有关对象的更广泛问题，并分析博物馆政策并进行比较研究。通过这些新的查询方法，博物馆变得更加透明。

数字人文学科的当前趋势展示了计算查询如何通过查询端点访问内部数据库。这些方法依赖于遵循数据查询和链接数据的一般标准的一致数据。在这种情况下，查询使用从知识库导出的结构化数据。这种类型的结构化数据成为语义Web的一部分，采用标准和软件来确保机器可读性，通常利用本体和链接数据。这些查询方法突出了托管机构转换原始数据的复杂性。一些最大的挑战包括设置端点，处理历史累积数据中的不一致，以及适应各种标准、本体和分类。对于大型和长期建立的收藏，这种准备可能需要大量的努力。当前可用的数据库几乎总是包含一些不一致之处，需要研究人员花费大量时间和精力来清理和建模数据。

这些方法需要在研究数据生命周期中进行专门的培训，使研究人员能够有效地检索，建模，可视化和分析数据以生成有意义的结果。各种机构已经投入了大量的时间和资源来探索不同的查询方法，导致访问数据的方法越来越多。例如，盖蒂博物馆，大都会艺术博物馆，沃尔特斯艺术博物馆和库珀·休伊特博物馆提供了简化的数据集，可通过GitHub下载，通常采用CSV或JSON等格式，然后可以对其进行操作和分析。SPARQL端点由Getty Collection和Linked Art等机构提供。此外，博洛尼亚的Fondazione Zeri和Pharos目录等照片档案通过提供SPARQL端点来查询图像和数据，从而将其资产开放给语义Web技术。API端点更常见，可从维多利亚和阿尔伯特博物馆，国家博物馆，哈佛艺术博物馆，盖蒂收藏，链接艺术等机构获得。虽然SPARQL端点需要学习查询语言来检索数据，使用API端点的复杂性各不相同。根据设置，这些可能涉及简单的字符串编码或需要使用计算机语言，如Python或R。在所有搜索方法中，一旦查询数据-无论是哪种方法-都必须对其进行建模和分析。查询端点正成为一个日益多样化和复杂的主题。可以通过单个端点，联合查询系统或共享端点访问数据，例如传统上存在于数据集成系统中的 “集中式物化数据仓库”，允许用户在不提取和加载数据的情况下查询多个遗留数据源 '(Bouchou Markhoff, Nguyen and Niang, 2017: 8)。

到目前为止，大多数博物馆和文化机构都在单独研究查询方法和端点。只有少数项目的目标是将多个实体集成到单个查询中的统一方法。其中一项举措是OCLC发起的博物馆数据交换项目，该项目于2008年至2010年开展。其目标是通过oai-pmh传输机制，使用可免费访问的工具，在九个项目合作伙伴之间实现数据收集。该项目的重点是评估来自不同来源的数据，并估算未来潜在联合收集的 “匹配率”。然而，该项目在几年后结束，博物馆将他们的努力重组为不同的合作计划。

一个这样的倡议是链接艺术 (以前是美国艺术合作组织，Knoblock等人，2017)，一个由14个美国博物馆组成的财团，自2014年以来一直在工作-并在2017年重申-基于链接开放数据原理的共享语义策略 (桑德森和纽伯里，2017;Sanderson, 2018;纽伯里，2028年;Page等人，2020年)。该联盟开发了链接的Art模型作为CIDOC CRM本体的配置文件 (包含Getty词汇表，json-ld格式，REST API和Python)。Delmas-glass和Sanderson描述了这种方法的好处: “链接艺术为编目员在描述对象及其所属事件时遇到的大多数传统场景提供了共享数据建模解决方案，例如其生产，出版，出处，展览，出版和数字对象中的表示。然后，它允许本地扩展完成剩余的10% 的用例，这些用例可能是机构特定的，或者描述起来非常复杂。这个长期项目现在正在产生beta版本的结果。最大的挑战是解决来自不同博物馆的数据集的异质性 (纽伯里，2018;Page等人，2020年)。Linked Art开发了一个社区和数据模型，可以被其他文化遗产收藏所重用，包括博物馆 (例如g.,盖蒂) 和照片档案 (e.g.,法罗斯) (Delmas-玻璃和桑德森，2020；雷米，2023年)。它既服务于大型机构的大规模集体使用，也为专业知识和人员有限的博物馆提供了一种无障碍模式。这就是delmas-glass和Sanderson所解释的: “链接艺术旨在为博物馆提供语义框架和网络技术专业知识，以实现其雄心壮志，而无需特定的专家作为其固定人员的一部分” (2020: 21)。

最大的合作目录之一是博物馆数字计划 (https:// en.Abw.museum-digital.org)。它于2009年推出，现在包括,100多个参与博物馆和10，500多个藏品，总计超过一百万件物品。虽然大多数参与机构都位于欧洲，但该倡议还包括世界各地的合作者。该平台提供了按关键字，机构，时间表等进行搜索的引导式访问。虽然关键字搜索结果不能直接下载，但该网站提供了API搜索和附带的文档。

所有这些项目都证明了博物馆为使研究人员可以访问其数据所做的努力。然而，涉及的博物馆总数仍然很小。

新的研究方法和挑战

经过二十年的发展，数字化转型大大拓宽了博物馆可以提供的产品范围。自18世纪公共博物馆建立以来，博物馆一直被视为教育的场所。然而，他们的主要关注点从来都不仅仅是学生和研究人员; 相反，博物馆在历史上弥合了各种公共任务。作为文化遗产的储存库，它们为整个文明服务，向公众展示其遗产。如今，数字转向使同时面向不同受众或单独关注特定群体变得更加容易。虽然研究人员传统上不是大多数博物馆的主要关注点，但自2011年以来的变化使以研究为重点的服务得以发展，在艺术史和文化遗产研究方面具有巨大潜力。这些服务包括具有详细描述的对象的在线目录、引导式搜索工具、公共域许可图像、IIIF清单以及在线或通过端点提供的可查询数据集。博物馆，档案馆和相关项目现在为研究人员提供了宝贵的主要资源，为以前不可能的研究开辟了新的途径。

提供物理对象或其数字化表示的传统方法现在得到了有关这些对象和图像的详细数据的补充。这种演变允许进行全新的研究，包括将集合带入数据科学和数字人文领域的复杂数据查询。作为主要来源的博物馆数据正在艺术史，文化遗产科学和数据科学的交汇处建立一个新的领域，超越了对象本身。这些合格的数据集通常是在语义Web环境中构建的，代表了艺术史研究的主要新资源。到目前为止，艺术史已分为两个不同的专业领域: 传统艺术史和更注重实际的文化遗产研究。现在，文化遗产机构有机会提供对艺术史研究至关重要的原始资料和数据。这种贡献远远超出了他们的传统角色，并在各个方向上丰富了研究。

博物馆和研究数据-无论是图像数据还是与对象相关的数据-主要针对研究人员。这些机构在文化遗产组织和大学研究之间的界面上运作。由文化遗产机构发起并应用于其收藏的项目最终为研究界服务。传统艺术史，数字艺术史和数据科学日益融合，为艺术史领域创造了独特的机会。文化遗产机构也越来越多地参与数字人文和数字艺术史的核心领域。然而，这种融合需要博物馆专业人士和研究人员获得新方法的专业知识，如语义网和数据科学。目前，只有少数学生和研究人员可以访问博物馆提供的数据科学资源。尽管如此，该领域代表了博物馆和文化遗产在数字研究领域最为一致的领域。这些机构提供高价值的主要研究材料，这些材料与实物本身一样丰富和有益，自然对其使命至关重要。

此卷的设置

这本关于的论文集用于研究的文化遗产数据'解决了与设置机构和项目数据以及探索各种查询方法的复杂后端相关的问题。建立数据基础结构，语义结构和查询方法是一项持续的挑战，并且仍然会不断变化。这种动态性质同样适用于使用这些数据和方法进行的任何研究。今天建立的东西可能在几年后看起来完全不同。当前，许多博物馆正在对其查询端点和设置的初始迭代进行重大更改。事实上，这也是一些机构不愿为本卷撰写论文的原因之一，因为它们仍在完善自己的方法。事实上，五年前可用的几个端点目前已关闭并正在重建。

收集的论文卷探讨了诸如语义Web，链接的开放数据和知识图之类的主题。此外，它还包括讨论查询可能性的案例研究，突出了所涉及的复杂性以及这些方法的优点和局限性。认识到数据，结构和方法处于不断发展的状态，本文旨在解决一些问题，并提出半永久或临时的解决方案。尽管存在这些固有的不确定性，但该系列旨在从多个角度探讨该主题，研究博物馆，机构项目和研究人员的作用。通过这样做，它提供了对文化遗产数据和研究交叉点的挑战和机遇的见解。

通过链接数据发现集合数据

罗伯特·桑德森 (耶鲁大学)

在多模态数据库中实现链接艺术以进行跨馆藏发现

耶鲁大学实施了基于知识图谱的发现系统，该系统使用链接的开放可用数据标准 (例如链接的art和IIIF) 将各种艺术，自然历史，档案，保护和书目收藏汇集在一起。该系统包含超过4100万条记录，将扩展到超过20亿个RDF三倍，因此规模与Europeana相似。本文介绍了从五年的努力中吸取的经验教训，这些经验教训围绕着整个组织中链接数据结构的可用性，以高性能的方式利用知识所需的技术，以及前端应用程序的适当设计范例，使研究人员和公众可以轻松直观地访问图形，包括数据建模中一致性的必要性，即记录是通过多模式系统维护的基本概念，以及使用超文本和web缓存来维护系统之间的分离。

Natalie Rothman和Kirsta Stapelfeldt (多伦多大学)

图书馆/卫生署关联数据伙伴关系中的德拉戈曼文艺复兴研究项目

Dragomans文艺复兴研究平台代表了作者之间的长期合作。该项目探讨了dragomans (外交口译员) 在调解奥斯曼帝国与其欧洲邻国之间的关系中的作用。1550年至1730年。该项目利用来自多个存档和辅助源的代理和转录来生成可以使用SPARQL查询的结构化数据集。Dragomans用例阐明了与图书馆合作的DH项目的潜力，就像其他独特的集合一样，成为通过广义，可持续的架构，也适合研究人员对UI驱动的查询和显示的需求。

Marilena Daquino (博洛尼亚大学)

照片存档和链接的开放数据。附加价值

在过去的二十年中，文化遗产机构一直在重新审视他们发布数据的方式。由于语义Web技术和基于图形的搜索引擎的兴起，技术堆栈的转变要求许多人重新考虑其数据的组织方式。这种现象的明显副产品是编目员，档案管理员和馆藏管理员之间数据素养技能的发展，反过来，他们又承诺在权威性 (由于数据质量的提高) 和对顾客的吸引力 (由于搜索功能的增强) 方面改善机构的形象。在这篇文章中，我们描述了照片档案如何接受这样一个新的范例，我们讨论的好处和局限性，从一个代表性的例子，即，ZERI & LODe，一个致力于将Federico Zeri照片档案的目录发布到链接的开放数据中的项目。分析的重点是语义Web技术和开放数据业务模型向编目人员，学者和艺术爱好者承诺的 (错过的) 附加值。

文化遗产数据研究

Toby Burrows (西澳大利亚大学)

使用SPARQL探索中世纪和文艺复兴时期手稿的知识图谱

本文以链接的开放数据三重存储的形式报告了使用SPARQL查询知识图的研究，这些知识图与中世纪手稿的历史和出处有关。它研究了一些依赖RDF和SPARQL的近期计划和项目，包括映射手稿迁移和数字脚本库的Wikibase实现。除了比较和评估使用SPARQL与手稿数据的不同方式外，本文还探讨了该领域未来的可能方向，值得注意的是SPARQL查询的可视化界面的开发以及AI聊天机器人用于制定SPARQL查询的潜在用途。

马修·韦斯特比 (国家美术馆，华盛顿)

上游注释: 数字学者，艺术史和可互操作的图像

本文主要是从从事数字研究和数据密集型项目的艺术史学家的立场撰写的，本文探讨了可互操作图像上的注释以及注释为 “厚数据” 的可能性。图像和描述性元数据可以在任何数量的上下文中使用和重复使用，但注释是学术见解的上下文片段，不容易跨域翻译。尽管在技术意义上明确定义了web注释的数据模型，但它们的实现是出于社会动机的。本文简要概述了IIIF注释的生态系统，这些注释是沙盒项目和美术馆和图书馆开放获取计划的产物。我建议艺术史学家应该通过维护构成其注释输出的数据来实践 “上游注释”，同时承认注释空间的社会技术能力和短暂性。

Angela Dressen (I Tatti，哈佛大学意大利文艺复兴研究中心)

通过数据镜头看到的中世纪和早期现代欧洲，非洲和亚洲象牙

不同性质的象牙是最古老的艺术表现材料之一，它们在空间和时间上被广泛使用。本文的目的是双重的: 一方面，对欧洲，非洲和亚洲的中世纪和早期现代象牙进行数据驱动的分析 (ca,1000到1600); 另一方面，提供对所提出的查询方法本身的批判性观点。根据查询端点的可用性，已选择了9个具有2123个对象的博物馆进行此分析。所提出的方法具有明显的优点和缺点。优点是可以同时研究多个博物馆馆藏 (一旦对数据集进行了建模)，可以同时查询视图和存款中的博物馆对象数据，潜在地能够从非常广泛的角度提供对给定类别的见解，而且还可以搜索不寻常的对象。缺点在于数据是可变的，并且博物馆的选择由查询结构的可用性驱动。因此，如果要进行国际比较，博物馆的选择也是有问题的。此外，每个博物馆仅在特定字段中提供数据，这增加了整体查询的复杂性。

备注

参见人文研究数据，例如Cremer、Klaffki和Steyer (2018); Puhl等人 (2015)。⮭

作为介绍，例如，hyv ö nen (2012); 琼斯和塞克尔 (2016); Bahnemann等人。(2021)。⮭

IIIF联合体2024国际图像互操作性框架。IIIF财团。https:// iiif.io[上次访问时间为2024年12月10日]。⮭

参见IIIF及其新标准:https:// iiif.io。有关IIIF可能性的介绍，请参见，例如: Snydman、Sanderson和Cramer (2015); 沃尔夫、普罗布斯特和博登沙茨 (2024)。⮭

有关使用语义RDF格式将收集数据转换为链接的开放数据的描述，并确保与阿姆斯特丹的Europeana数据模型 (EDM) 的可比性，请参见: de Boer等人 (2012)。⮭

有关通过查询端点获得的结构化数据的示例，请参阅Angelis和Kotis (2021)。他们提供了一个关于如何将博物馆数据转换为RDF等的例子，例如现代艺术博物馆和卡内基艺术博物馆，从GitHub获取这些数据集并转换它们。作者正在为研究人员提出一个管道，如何集成不同的博物馆数据集，将这些数据集转换为RDF三元组，并为SPARQL查询打开数据。⮭

用于提供SPARQL端点的大英博物馆，该端点当前不处于活动状态。他们转而使用引导搜索模型，并提供额外的下载数据集的机会 (在2024年)。⮭

虽然Pharos使用CIDOC CRM作为框架-更具体地说，链接艺术模型作为其迭代之一-其成员照片集之一，Fondazione Zeri，正在探索一组更复杂的附加本体，以更详细地描述照片。除了这些新的本体之外，它们还依赖于各种权威来源，受控词汇表和数据集，包括VIAF，Getty词汇表，Wikidata，GeoNames等 (请参阅Daquino等人)

请参阅for SPARQL: S。哈里斯 & A.海运 (编辑)2013SPARQL 1.1查询语言。万维网联盟。https:// www.w3.org/TR/sparql11-query/。[上次访问时间为2024年12月10日]。⮭

这些作者提出了基于本体的数据集成系统 (OBDI) 作为文化遗产机构最有效的方法。其他机构和研究人员正在探索自动化方法。有关形状表达式 (ShEx) 作为访问LOD和验证来自库目录的RDF数据的方法的示例，请参见: Candela (2023)。⮭

OCLC至少从1997一项倡议: REACH (艺术和文化遗产记录出口)-调查1997年博物馆数据的整合。第二阶段见: 博物馆数据交换: 学习如何分享，2010年2月。最终报告给安德鲁·W。梅隆基金会 (https://www.oclc.org/content/dam/research/publications/library/ 2010/2010-02.pdf,https://www.oclc.org/research/activities/museumdata.html)。[上次访问时间为2024年12月10日]。以下机构参与了数据共享工具的创建和部署: 哈佛美术馆; 大都会艺术博物馆; 华盛顿国家美术馆; 普林斯顿大学美术馆；耶鲁大学美术馆。克利夫兰艺术博物馆，明尼阿波利斯艺术学院，加拿大国家美术馆和维多利亚和阿尔伯特博物馆参与了研究汇总和数据分析的创建。⮭

所有文章都经过了双重匿名同行评审过程。我们要感谢许多评论家的宝贵贡献。⮭

利益冲突

本简介的作者也是特别收藏的编辑。