Digital flames: public storytelling, climate, and reconciliation at National Film Board of Canada (NFB)
Notice bibliographique
Résumé
"Public storytelling carries social responsibility during ecological breakdown and war. This article examines three National Film Board of Canada (NFB) projects – Biidaaban: First Light (Lisa Jackson), Bear 71 (Leanne Allison with Jeremy Mendes), and Losing Blue (Leanne Allison) – and shows how they cultivate attention, relation, and action. The analysis builds on the Canadian aporetic condition (see Bessai) and Albert Murray’s stylization of experience, which shape perception into shareable form and civic practice. Across web, VR, and cinema, the projects present complexity with restraint and organize learning through voice, tempo, mapping, and sequence. Biidaaban models language resurgence in a VR Tkaronto foregrounding Anishinaabemowin place-names; Bear 71 renders an interactive corridor ecology and turns surveillance traces into civic reflection; Losing Blue witnesses the life of ice through steady images and measured narration linked to field knowledge. The article outlines design principles for public-service storytelling in a climate emergency – proximity, reciprocity, slowness, invitational structure, continuity, and accountability – and specifies institutional routes for use in classrooms, libraries, festivals, and the open web. NFB infrastructure supports commissioning, curation, and circulation that keep works available for study and practice. These projects equip audiences with shared language and habits of attention that aid collective response to climate and conflict."
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».