Notice bibliographique
Résumé
J’ai été initié à la Floride dès l’âge de six ans, alors que mes parents séjournaient annuellement quelques semaines par année dans les motels fréquentés par les Québécois dans les banlieues de Miami, telles Surfside et plus tard Hollywood-Beach. Ces séjours m’ont emmené à faire un doctorat à l’Université d’Ottawa sur les dimensions sociospatiales qui sont à la base de la communauté de Floribec (Hollywood-Dania-Hallandale, Floride). Toutefois, je réalisais rapidement que d’étudier un terrain continuellement victime de railleries de la part des médias, de certaines couches socioéconomiques de la société québécoise et, aussi, de collègues s’avérerait un défi. J’ai accepté ce défi sans hésiter. Aujourd’hui, Floribec demeure encore une destination touristique et un terrain de recherche qui me passionne profondément, mais je dois continuellement défendre non seulement le caractère « savant » de ce foyer francophone en terre étatsunienne, mais aussi ceux qui le fréquentent comme touristes et ceux qui y ont immigré. Ce cours récit personnel relate brièvement ma passion pour la Floride québécoise comme touriste, comme étudiant et comme chercheur.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,103 | 0,013 |
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 ».