Notice bibliographique
Résumé
This text was written as a talk for a particular occasion, the Presidential Address on 9 January 2015 during the MLA Annual Convention in Vancouver, British Columbia. I have not removed the traces of this occasion from the text because they are integral to its argument about sites of memory. I hope my readers will imagine themselves as auditors gathered in a large room in the West Building of the Vancouver Convention Centre, built on the edge of a waterway called Burrard Inlet (fig. 1). That waterway, which is represented in several of the images that accompany this text, had — and still has — a different name in the languages of the indigenous peoples who have inhabited the Vancouver area since before it became part of an American hemisphere. Names, in languages that are ancient but also modern, are a key topic in the reflections that follow. I'm grateful to you for the gift of your time. Though my talk explores a view of historical time as a multidirectional and multidimensional phenomenon, I'm aware that our shared time in this room goes in one direction in the simple sense that we'll all be older when this session ends, and probably even more hungry, thirsty, and tired than we are now. I've found that the MLA convention sometimes feels like a memory marathon, with special testings of the brain muscles that allow us to recognize faces and recall the first and last names of acquaintances, and even of good friends, whom we haven't seen for a while. Such experiences of remembering and forgetting contributed to my decision to focus on the MLA itself as one of the two sites of memory I want to explore with you this evening. The other site I want to think about is Vancouver, the place where we are now: a modern city built on a site where humans have been living for the last eight to ten millennia (Carlson 12-16).
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».