Cherchez les femmes: Graffiti, street art & self-identity in Montreal
Bibliographic record
Abstract
Cette thèse examine les pratiques des graffitistes et des artistes de rue femmes et non-binaires à présentation féminine à Montréal, une ville connue pour ses communautés artistiques populaires et ses mouvements dynamiques pour l'égalité des genres. Ma recherche considère comment ces créatives récupèrent l'espace de la ville, représentent et af¬firment leurs identités dans le processus, et créent un potentiel d'engagement plus inclusif avec l'art urbain non autorisé. J'ai interviewé un échantillon d'artistes, d'écrivains et d'organisateurs d'évènements au sujet de leurs processus créatifs et de leurs initiatives de développement communautaire, incorporant l'analyse d'œuvres et d'évènements spécifiques pour mieux comprendre leur impact dans la scène urbaine montréalaise. Fondé sur la politique de l'identité féministe, la culture visuelle et les études culturelles, j'interroge les systèmes de pouvoir établis qui influencent leur vie et leur travail, ainsi que les tactiques qu'ils utilisent pour combattre individuellement et collectivement les mécanismes d'oppression. Je soutiens que la façon dont ils développent et déploient leurs pratiques artistiques, leurs stratégies de sécurité et leurs approches anticoloniales offrent non seulement des réflexions dynamiques sur la vie urbaine, mais favorisent des conditions plus accueillantes et sécuritaires pour les artistes du présent et futur.Mots-clés: identité, graffiti, art de rue, genre, Montréal
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.007 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 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".