“Loud, Wonderful, Funny, Passionate Indigenous Voices”: An Interview on Indigenous Comics with Alina Pete (Nehiyaw)
Notice bibliographique
Résumé
ABSTRACT: In this interview, I speak with Alina Pete (they/them), a Nehiyaw (Cree) comics artist, writer, and editor from the Little Pine First Nation in Saskatchewan. Alina is the creator of the Aurora-winning webcomic Weregeek (2006–2021), as well as multiple themed anthologies of Indigenous comics, most recently Indiginerds: Tales of Modern Indigenous Life (2024). This interview focuses on Alina’s process in creating these anthologies (the design, curation, organization, and unification of the disparate comics in a collection), as well as on how these anthologies evoke certain kinds of graphic Indigeneity: What kinds of Indigenous stories and knowledge lend themselves to the comics medium? What gets lost? What potential does the comics anthology hold for graphic Indigeneity and storytelling? We begin, of course, by speaking about Alina’s comics origin story, as well as themes of queerness, Indigenous futurism, anthropomorphism, and hope that permeate their illustrative work. Along the way, Alina speaks about how they unite First Nations creators to tell graphic narratives in themed, focused manners through digital crowdfunding platforms like Kickstarter and Backerkit: myths and folktales from North America; contemporary, modern Indigenous joy; post-apocalyptic hope; and more. Befitting Alina’s work, we end on a note of hope about the future of Indigenous comics: Alina tells me about the newly minted Indigenous Comic Creators Program that they helped to create in partnership with the Smithsonian’s National Museum of the American Indian.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».