MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405255687 · doi:10.4324/9781003468028-10

Land Agency and the Animacy of Stories in Danis Goulet's and Amanda Strong's Short Films

2024· book-chapter· en· W4405255687 sur OpenAlexaboutno aff
Andrea Ruthven

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFilm directorAgency (philosophy)DepictionColonialismIndigenousAestheticsMohawkNarrativeReading (process)MayaArtHistorySociologyArt historyLiteratureArchaeologyPolitical sciencePhilosophyLawSocial science

Résumé

récupéré en direct d'OpenAlex

Vanessa Watts (Mohawk/Anishinaabe) draws attention to how the Indigenous concept of Place-Thought considers land as inherently agential and animate. Métis scholar Warren Cariou further argues that the land communicates through stories. These stories, or, for Cariou, Terristories, assert that agency is not limited to humans or nonhuman animals. Reading Cree/Métis filmmaker Danis Goulet’s short film Wakening as an example of Place-Thought reveals how the film’s depiction of a post-apocalyptic city can be a site for the reclamation of Terristory—in which “the deep past” and “the foreseen future” are part of “an ongoing relationship” in which colonialism is a “temporary rather than [a] permanent reality” (Cariou). The reading of Cree/Michif filmmaker Amanda Strong’s 2018 stop-motion film Biidaaban (The Dawn Comes) takes up the question of Place-Thought and Terristory, and further illustrates these concepts, emphasizing the (sub)urban contexts of the film. This chapter argues that the agency of the land, and the ability to communicate with it and have it choose to communicate as well, may be muted within settler-colonial habitats, but is nonetheless still present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,014
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,028
Tête enseignante GPT0,316
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeographies of human-animal interactions→Travaux en français237 207→