MétaCan
Menu
Retour à la cohorte
Enregistrement W3016557445 · doi:10.1525/fmh.2020.6.2.176

Listening to Indigenous Knowledge of the Land in Two Contemporary Sound Art Installations

2020· article· en· W3016557445 sur OpenAlexaboutno aff
Kate Galloway

Notice bibliographique

RevueFeminist Media Histories · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSound (geography)IndigenousActive listeningGermanSoundscapeSound artPoliticsColonialismEnvironmentalismAestheticsSociologyReading (process)HistoryEnvironmental ethicsAcousticsArtPolitical scienceArchaeologyCommunicationLawEcologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This essay addresses the silences and soundings of Rebecca Belmore's (Anishinaabe) and Julie Nagam's (Anishinaabe/Métis/German/Syrian) sound art, which reflects their environmentalism and profound commitment to Indigenous ways of knowing, making, and listening. Working at the intersection of sound art and politics, the two perform sonic interventions into settler colonial spaces—the National Parks system and the gallery, respectively. Belmore's Wave Sound (2017) and Nagam's Our future is in the land: If we listen to it (2017) illustrate how their sound art gravitates toward the ecological and considers what healthy and unhealthy relationships between humans and the nonhuman world—plants, animals, resources—sound like. Belmore and Nagam introduce marginalized perspectives and voices to address the problematic authority of whiteness that conspicuously dominates the discourse on music, sound, and environment—a relatively homogenous and exclusionary artistic, technological, and scientific discussion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,262
Écart entre enseignants0,134 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFeminist Media HistoriesMême sujetDiverse Musicological StudiesTravaux en français237 207