Attunement Beyond Nuisance: Olfactory Techniques of Power, Regimes of Perceptibility, and the Permission to Pollute
Notice bibliographique
Résumé
This paper documents a research-creation project exploring the olfactory dimensions of the public perceptions of air pollution, via a case study of the public and media response in Montreal’s Plateau-Mile End neighbourhood, to wood smoke, and subsequent municipal legislation against wood-burning. It employs the concept of ‘nuisance’ through the creation of an augmented reality media game and other methods to explore the perceptual tensions between annoyance and injury, sensory and physical harm, and the power dynamics that render harms publicly legible or not within larger ‘regimes of perceptibility.’ Within this, the thesis explores how perceived environmental threats to bodily integrity can coalesce a ‘visceral public’, and specifically how odour impacts how such threats are perceived and responded to. The visceral response is contextualised within histories of smoke, smell and public health, studies of public risk perception of air pollution, and the implications of slow violence and uneven geographic distribution of harm from air pollution. Using the Situational Analysis-informed methodology of analytic abduction, the research-creation methods were messy mapping and smellwalking, all of which informed the creation of the interactive augmented reality web game, Nuisances. Through Nuisances, the olfactory ‘techniques of power’ that uphold permission to pollute are identified as Disgust, Diffusion and Differentiation. The game seeks to address these techniques by proposing to offer a the public an alternative mode of perceiving pollution, one that withdraws permission to pollute. Employing the concept of ‘attuned sensing’ in an augmented game experience, Nuisances encourages players to attune to both the sensory dimensions of smell and the broader situation to counter the techniques of power, and produce its own counter-regime of perception.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,040 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».