Notice bibliographique
Résumé
Today, immersive technologies—like virtual reality—are celebrated as natural empathy machines, capable of fostering meaningful cross-cultural understanding. I interrogate this assumption through my case study of an early twentieth-century immersive, interactive ride: 20,000 Leagues Under the Sea (1903). The elaborate travel simulation and multisensorial, live-action scenes that followed offered millions of visitors a thrilling glimpse of the electrified future promised by American imperialism. Through 20,000 Leagues, audiences climbed aboard a simulated submarine and traveled to the Arctic (a massive refrigerated warehouse on Coney Island at the height of summer, featuring live polar bears and “authentic” Native Alaskans). Though perhaps experienced simply as entertainment, the ride was a potent pedagogical tool; the amusement introduced visitors to the thrill of “discovery” first-hand while erasing the violence of colonialism. The impact of this ride, and others like it, was profound, contributing to mass support for imperial wars abroad and racial segregation at home. Drawing lessons from my case study, I argue that the early ride was a precursor to twenty-first-century immersive worlds. My work centers on the pressing need to reconnect immersive technology to its historical context or risk reinscribing the imperial gaze into contemporary experiences. To move toward this goal, I offer fellow makers and scholars terminology to articulate the manifestations of the medium’s colonial inheritance, critical questions to guide a more equitable cultural production process, and a contemporary case study of VR film, Traveling While Black (2019), directed by Roger Ross Williams, who is already engaged in this critical work.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,018 | 0,046 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,007 |
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 ».