Decolonized Listening in the Archive: A Study of How a Reconstruction of Archival Processes and Spaces can Contribute to Decolonizing Narratives and Listening
Notice bibliographique
Résumé
In 2019, Stó:lō writer and scholar Dylan Robinson, and Tlingit curator and artist Candice Hopkins,created Soundings: An Exhibition in Five Parts, asking Indigenous artists and musicians to reflect onhow a score can be a tool for decolonization. In response, Indigenous artists contributed scores inthe form of beadwork, graphic notation, and more, effectively challenging traditional notions ofwestern colonial music-making and performance practices. Drawing upon the exhibit Soundings, aswell as Robinson’s book Hungry Listening: Resonant Theory for Indigenous Sound Studies (2020),this paper seeks to understand how to decolonize archives in ways that impact the description,preservation, and settler experience of music created by Indigenous artists. Robinson argues that byincreasing our awareness of and acknowledging our settler colonial listening habits, listeners canengage in decolonial listening practices that can deepen our understanding of how Indigenous songfunctions in history, medicine, and law. By centreing Indigenous Traditional Knowledge andstewardship in archival settings, Indigenous musical records can be described and preservedaccording to Indigenous frameworks. I propose the use of content management systems such asMukurtu and Local Contexts, as well as reparative archival description, to centre Indigenousframeworks and Traditional Knowledge in the archive. This paper also presents three case studies todemonstrate both the problematic aspects of current mainstream archival practices, as well as howMukurtu, Local Contexts, and reparative archival description can work to centre IndigenousTraditional Knowledge and stewardship.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».