Brutal Aesthetics and the Visual Economy of Digital Black Death
Notice bibliographique
Résumé
<p>"Brutal Aesthetics and the Visual Economy of Digital Black Death" considers the social and cultural impacts of social media videos documenting anti-Black police brutality through the discursive interpretations of three Black visuals artists in Canada, the U.S., and South Africa. The interviewed artists--Anique Jordan, Cameron Granger, and Sethembile Msezane--are positioned within the study as both creative practitioners and theorists of visual communication. Our discussions act as entry points to analyze how this violent imagery has come to be installed in the everyday, accelerating a globalizing naturalization of anti-Black state violence. Guided by the work of Caribbean theorist Sylvia Wynter, this dissertation considers what each artist's creative text does rather than what it can be interpreted to mean, a method for identifying how these artworks act visually on the audience-spectator already attuned to the mundane violence of white supremacy. This SSHRC CGS and Pierre Elliott Trudeau Foundation funded research project extends the work of critical aesthetic theory to read the ways the accelerated naturalization of anti-Black state violence via state-corporate digital media surveillance works on popular perception to make Black death make sense. In evaluation of the imagery's visual and political economies, this project identifies what we can learn by studying the aesthetics of everyday life and what artists can teach us about how to look differently.</p>
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 | 0,000 |
| 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 | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».