‘An Amazing Gift’? Memory entrepreneurship, settler colonialism and the Canadian Museum for Human Rights
Notice bibliographique
Résumé
Drawing on research undertaken at the Canadian Museum for Human Rights, this article considers the role of memory entrepreneurship in the museum’s historic launch and in a sampling of its content, social media posts, points of sale and marketing campaigns. These examples are read in tension with Roger I. Simon’s conceptualization of ‘the terrible gift’ of what we come to know belatedly about events of mass violence, which calls into question the consolatory promises of learning from ‘those who came before us’ and the ‘lessons of their lives’. The museum’s involvement in the City of Winnipeg’s tourism initiatives and the revitalization of Winnipeg’s downtown are also considered, and we suggest that the museum’s participation in the creative economy might affect its tendency to situate human rights violations primarily in the past. Critiques of the Canadian Museum for Human Rights’ present occupation of Indigenous land and the museum (and City of Winnipeg)’s ongoing reliance on natural resources extracted at the expense of Indigenous communities remain as difficult or inassimilable knowledge. Juxtaposing Indigenous, cultural and economic critiques with the Canadian Museum for Human Rights’ advancement of memory entrepreneurship, our article explores the inter-implication of consumer culture, capitalism, settler colonialism and the museum’s ability to contribute to societal change. We conclude by turning to the activism of members of Shoal Lake 40 First Nation, arguing that their calls for access to safe water and an all-season road in and out of their community pose both an economic and a political challenge to the Canadian Museum for Human Rights and its brand of memory entrepreneurship by insisting that gestures to include and proffer representational forms of recognition to Indigenous peoples must simultaneously attend to sovereigntist calls for redistribution of land and resources in order to meaningfully address the historical and ongoing injustices of settler colonialism.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,034 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».