Translating the Chthulucene: Rasa Smite and Raitis Smits’ Atmospheric Forest as Post-Anthropocentric Visuality
Notice bibliographique
Résumé
Depicting the Anthropocene is a fraught endeavor, as visual documentation often falls back on an illustrative mode that attempts to encapsulate the immensity of climate change in a single snapshot. Similarly, even the term Anthropocene is contested territory, as it is arguably too myopic to account for the full range of activities occurring in our present moment of ecological crisis. Pointing to the need to decenter humans and engage with the emergent, multilayered entanglements that compose our world, Donna Haraway proposes the “Chthulucene” as a more fitting conceptualization of our current epoch. In this paper, I argue that visual culture originating from a Chthulucenic perspective provides an opportunity to transcend the crushing anthropocentrism plaguing conventional documentation of climate change, and offers compelling models for multispecies aesthetic experiences and communications.
 My discussion focuses on Latvian artists Rasa Smite and Raitis Smits’ Atmospheric Forest (2020), a virtual reality installation that exposes the interplay between a Swiss alpine forest, the atmosphere, and global warming. Trees breathe, taking in carbon dioxide and exhaling oxygen along with large amounts of volatiles and resin, an exchange imperceptible to the naked eye. Atmospheric Forest visualizes and sonifies this process, immersing the viewer in a point-cloud data scan of the forest. I argue that the piece functions as what Sean Cubitt calls “geomedia,” or data collection and visualization methods that crucially translate non-human phenomena into humanly observable forms. By making visible intricate ecological relations between living and nonliving actors, Atmospheric Forest successfully resists the limitations of Anthropocene visuality and operates within a Chthulucenic worldview. In doing so, the work serves as an access point into some of the interlaced connections of Gaia, as theorized by James Lovelock and Lynn Margulis, and ultimately encourages viewers to pay closer attention to these complex ecologies and care for their biodiverse companions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».