<i>Angry Inuk</i>, Listening to Science, and the Perpetuation of the Climate Crisis in Film
Bibliographic record
Abstract
Résumé : Le présent article trouve sa source dans le documentaire militant Inuk en colère (Angry Inuk, 2016), de la cinéaste inuite Alethea Arnaquq-Baril. Enchâssé dans l’argumentation d’ Inuk en colère pour le droit de faire le commerce des produits du phoque afin que sa consommation ne se limite pas à la subsistance locale repose l’impératif écologique capital de réévaluer sérieusement les modes de savoir eurocentriques inappropriés et leur exclusion des traditions scientifiques complémentaires tirées de points de vue non européens. Par conséquent, la présente étude analyse le dévoilement que fait Inuk en colère de la dépendance de la durabilité écologique et économique à un cadre épistémologique plus profond, non dominé par des points de vue occidentaux, et qui, en toute logique, appuie des objectifs à long terme de vitalité plutôt que d’accumulation. L’article s’appuie sur les principes exposés dans le documentaire d’Alethea Arnaquq-Baril pour analyser des œuvres populaires d’écocinéma de tous genres. Il propose des analyses comparatives des textes de film dans leur contexte socioculturel et esthétique, de manière à mettre en relief les recherches scientifiques et philosophiques autochtones. L’article tente donc de débusquer les lacunes engendrées par les traditions eurocentriques dominantes qui continuent de régir les sciences de l’environnement occidentales et d’en influencer l’expression dans le cinéma populaire, ce qui renforce et perpétue des hypothèses scientifiques hégémoniques boiteuses. À ce titre, le présent article vise à jeter la lumière sur les failles épistémologiques sous-jacentes qui inhibent la création d’œuvres écocinématographiques paradigmatiques percutantes et à vaste portée en mesure de définir le genre.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.013 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".