Autoethnography of an archive in process
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The deleterious effects of anthropogenic climate change have prompted scholars across disciplines to critically rethink knowledge production, cultural memory, and shared legacies. TERA—a transnational group of seven scholars and artists affiliated with McGill University (Canada), with members in the Caribbean, the UK, and the US—translates this imperative into experimental archiving. This auto-ethnographic article details our collaborative, digital archive project focused on technology, ecology, and religion in North America, framing archiving as a process perpetually under construction. Archive-making and taxonomic ordering were technologies of European conquest in North America. Acknowledging our enmeshment in coloniality, TERA adopts “serious parody” (Wilcox 2018) of nineteenth-century naturalist clubs: spaces where educated, wealthy, white men curated plundered or “discovered” objects. We subvert these power structures through collective methods, emphasizing taxonomy’s socioecological implications. Formed in 2021, TERA convenes monthly online to curate artifacts (visual/auditory art, poems, infographics, performances) for a 2023 digital archive. Recorded discussions and analyzed transcriptions reveal collaborative knowledge-making processes obscured by univocal taxonomies. Our work confronts questions like “what does it mean to be human in a shared biocultural life- world?”, reimagining human-nonhuman relationships and strategies for ecological crisis.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,003 | 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 découle