Listening to Writing: Performativity in Strategies Developed by Learning from Indigenous Yukon Discourse, 1968–84
Notice bibliographique
Résumé
The central two stories about anthropologist Julie Cruikshank and community-worker-turned-consultant John Hoyt tell of culturally “Western” people, who are chosen by Native peoples in the Yukon Territory to work on the writing of political stories during the period from 1968 to 1984. This historical period, coming only eight years after Native peoples had been declared “persons,” required a rethinking of the communicative and performative strategies previously assumed by non-Native interlocutors. Each writer had to learn to listen differently, generating in their writing not the concepts of the other at the heart of assumptive logics in the anthropological and Western political discourse of the time, but alterior and not-said values that live alongside what Peter Kulchyski calls a “certain kind of writing that is the state.” Each writer does this differently, addressing in Cruikshank’s case the collaborative work of alongside values emerging into socio-cultural discourse, and in Hoyt’s case the collaborative work of setting alongside values in a context that claims value within state politics. Learning about listening to alterior lives is a key skill that has to be relearned by each generation not as predictive strategies but as ways of becoming and ways of knowing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,029 | 0,049 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».