Savages, Saviours and the Power of Story: The Figure of the Northern Dog in Canadian Culture
Notice bibliographique
Résumé
This research was motivated by a recent pattern in animal welfare texts in Canada that portray northern dogs as “savage” trouble-makers, and indigenous people as backward barbarians incapable of caring for the animals that share their spaces. With this comes the troublesome idea that, yet again, the only positive force in indigenous Canada is the civilizing force of outsider intervention: northern dogs need to be rescued; non-indigenous people are their rightful saviours. It is a story that has been circulating in the dominant culture in Canada for centuries, and has urgent implications for both human and non-human animals in Canada’s North. \n \nThis dissertation consists of three sections. In the first section, I explore the roots of the colonial figure of the “noble canine savage” through representations in explorers’ journals, ethnographic films and tourism marketing texts. In section two, I consider how the represented dog differs in texts created within the framework of indigenous knowledge, including origin stories, indigenous cinema and elder testimony regarding the sled dog cull in Canada’s North in the mid-20th century. In section three, I return to the current media texts, and explore how they reproduce the racist rhetoric of the past. \n \nThe aim of my study was to validate the indigenous view of northern dogs in order to better incorporate local stories into animal welfare projects in northern Canada. Future interventions in this regard may include the use of cultural exchange activities between indigenous and non-indigenous partners in such projects (e.g. between local community groups and visiting veterinary teams); prioritization of narrative approaches to relationship-building; and the use of more culturally sensitive language in public relations and marketing texts.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,036 | 0,035 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».