MétaCan
Menu
Retour à la cohorte
Enregistrement W7074626065

Finding Traces of Cows in the Archives and Telling Stories Differently

2024· article· en· W7074626065 sur OpenAlexvenueaboutno aff

Notice bibliographique

RevueArchivaria · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProblematizationExperiential learningIsolation (microbiology)Scope (computer science)Focus (optics)Comparative historical research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Archives are more-than-human spaces, and scholars are increasingly exploring how traditional archival material can be used to understand the historical lives of animals. There are traces of animals in any archives because humans do not exist in isolation and have historically been ecologically and socially entangled with other species. There is, however, a great deal of scope to develop innovative methods for telling animals’ histories in ways that treat them as subjects, not objects. Using my PhD research into the historical problematization of cows in Kingston, Ontario, between 1838 and 1938, this article charts some of the methods I developed to better position historical animals as experiential subjects in analyses of the past. More specifically, I focus on how I found traces of cows in the Queen’s University Archives by looking at a range of municipal records, including city assessments and health documents. I also explain how I conducted a multispecies discourse analysis of those traces by using contemporary knowledge about the psychology and physiology of cows, employing map-making techniques, and crafting speculative vignettes. I conclude that tracing animals in municipal records, being sensitive to contemporary knowledge about them, and making use of creative methodological tools to visibilize their spatial and social worlds is both academically interesting and politically significant. These methods challenge the anthropomorphism typical of historical and urban analyses, consequently creating openings for different ways of telling stories. RÉSUMÉ: Les archives sont plus que des environnements humains et des études académiques explorent de plus en plus comment les archives dites tradition-nelles peuvent être étudiées pour comprendre les vies historiques des animaux. Il existe des traces d’animaux dans toutes les archives puisque les humains n’existent pas en isolement et ont historiquement été écologiquement et sociologiquement mêlés avec d’autres espèces. Il y a cependant beaucoup de possibilités de développement de méthodes innovantes pour raconter des histoires où les animaux sont les sujets principaux plutôt que des objets secondaires. Utilisant mes recherches doctorales portant sur la problématisation historique des vaches à Kingston, en Ontario, entre 1838 et 1939, cet article présente certaines des méthodes que j’ai développées afin de mieux positionner les animaux historiques comme sujets expérimentaux dans l’analyse du passé. Plus précisément, je mets l’accent sur comment j’ai trouvé des traces de vaches dans les archives de l’Université Queen’s, en consultant une gamme de documents municipaux, incluant des évaluations de la ville et des documents de santé. J’explique également comment j’ai effectué une analyse des discours multispécistes de ces traces, en utilisant des connaissances contemporaines sur la psychologie et la physiologie des vaches, employant des techniques de cartographie et en créant des vignettes spéculatives. Je conclus que les traces d’animaux dans les archives municipales, en étant sensibles aux connaissances contemporaines et en utilisant des outils méthodologiques de manière créative pour visualiser leurs environnements sociaux et leurs espaces, sont à la fois intéressantes pour la recherche académique et significative au niveau politique. Ces méthodes confrontent l’anthropomorphisme typique des analyses historiques et urbaines, créant par conséquent des ouvertures afin de raconter des histoires de manière différente.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,295
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission2
Résumé présentoui

Explorer davantage

Même revueArchivariaMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207