Cross-Cultural Digital Storywork: A Framework for Engagement with/in Indigenous Communities
Notice bibliographique
Résumé
While Indigenous peoples have long urged attention to Six Rs (respect, relevance, reciprocity, responsibility, relationality, and representation) that are important to community-engaged work, application of these principles has been sporadic within the filmmaking industry. Many Indigenous communities do not have the technical expertise and/or resources needed to support professional quality audiovisual production. As a result, they rely on predominantly White filmmakers from beyond the community. Unfortunately, mainstream filmmaking practices have historically demonstrated a disregard for Indigenous ways of knowing, and a scarcity of meaningful relationships between filmmakers and community members has further contributed to a legacy of insensitive filmmaking within Indigenous contexts. In addition, internet-based distribution of cultural content raises questions about post-production sovereignty. In this project, Tribal College (TC) students and faculty partnered with students and faculty from a Predominantly White Institution (PWI) to develop culturally sustaining and revitalizing documentaries using storywork, digital storytelling, ethnocinema, and community-centered participatory research. Throughout the Digital Histories Project, TC participants gained technical expertise, PWI participants learned about culturally sustaining/revitalizing filmmaking, and faculty leaders identified ways to support use of the Six Rs within social science, history, and teacher education. Results offer methodological and pedagogical insights for scholars, educators, tribal leaders, and filmmakers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,749 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,924 | 0,002 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,565 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».