MétaCan
Menu
Retour à la cohorte
Enregistrement W2298086149 · doi:10.26522/ssj.v9i2.1141

Decolonizing Engagement? Creating a Sense of Community through Collaborative Filmmaking

2016· article· en· W2298086149 sur OpenAlexafffundvenueabout
Sarah Wiebe

Notice bibliographique

RevueStudies in Social Justice · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFilmmakingIndigenousSociologyReflexivityScholarshipMedia studiesResistance (ecology)Social sciencePolitical scienceVisual artsLawEcologyArt

Résumé

récupéré en direct d'OpenAlex

The visual medium has the potential to be a creative avenue for enhancing awareness, critical thought and social justice. Through the prism of collaborative filmmaking, academic-activists can enrich textual analyses while creating what Jacques Rancière calls a “sense of community” among participants. This article reflects on the process of co-producing an Indigenous youth-driven documentary film, Indian Givers, which is publicly available on YouTube. It discusses the applied practice of engaging in a collaborative process with the aim of countering Western models of knowledge. The film and this article each draw into focus the experiences and stories of Indigenous youth who live in a highly polluted place commonly referred to as Canada’s “Chemical Valley.” Informed by Chantal Mouffe’s notion of agonism, I contend that collaborative filmmaking contributes to anti-oppressive and community engaged scholarship by facilitating intercultural dialogue, offering a reflexive and relational approach to research, co-creating knowledge and contributing to social action. This paper reflects on some of the challenges of collaborative filmmaking in order to contribute to academic-activist research. As an anti-oppressive research tool, collaborative filmmaking provides a forum for resistance to dominant colonial discourses while creating space for radical difference in pursuit of decolonization.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,025
Communication savante0,0150,010
Science ouverte0,0020,013
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,819
Tête enseignante GPT0,710
Écart entre enseignants0,109 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueStudies in Social JusticeMême sujetParticipatory Visual Research MethodsTravaux en français237 207