Remediating Toxic Images: Relating Practices for Representational and Environmental Justice
Notice bibliographique
Résumé
Appuyé sur des recherches menées au sein et avec l’aide de la Première Nation Aamjiwnaang, cet article propose deux approches pour développer une pratique écophotographique critique et équitable : une sensibilité aux images qui hantent et l’emploi de méthodes participatives d’analyses du discours visuel, notamment les exercices d’élaborations visuelles. La première approche appelle à un engagement affectif avec les photographies, visant à identifier les représentations qui mettent pleinement en valeur le vivant – compris comme une existence complexe, dynamique et résonnante – plutôt que celles qui se contentent d’exposer une vie. La seconde approche invite les membres de la communauté à réfléchir et à intervenir directement sur des tirages photographiques. Déployées à Aamjiwnaang, ces méthodes ont entraîné des recommandations quant aux images à préconiser pour témoigner des dommages environnementaux causés par l’extractivisme sans pour autant risquer de (ré)inscrire les communautés et les écosystèmes touchés comme étant sacrifiables.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,022 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».