MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380229139 · doi:10.1515/9780773586475-004

Foreword

2011· book-chapter· en· W4380229139 sur OpenAlexaboutno aff
Jean Teillet

Notice bibliographique

RevueMcGill-Queen's University Press eBooks · 2011
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

Telling It to the Judge is Professor Arthur Ray's account of his experiences of telling "it" -that is, the history of Aboriginal peoples -to the judge in court.Dr Ray's engaging story makes clear that he has brought his considerable skills to the courtroom at the request of several lawyers, including me.Historical work in court is a task unsought and largely unrewarded, and not of the historian's own design.After all, it is not historians who initiate court cases to resolve Aboriginal lands and resources claims.They generally research, write, publish, and teach.I can think of no historian who has taken up history and academia as a profession with the goal of having his work judged in court.However, litigating history is precisely what Canadian courts are now engaged in.More than forty aboriginal rights cases have gone to the Supreme Court of Canada since 1982, and each has engaged at least one historian -usually more.This is because the courts work on an adversarial system, the basis of which is the testing of evidence through intense and extensive cross-examination.From Aboriginal people judges hear stories previously unknown, and the stories are always longer than the history of Canada as a nation-state.Canada and the provinces are the newcomers on the block.The other side in aboriginal rights cases is the Crown, represented by the federal or provincial government, or both.Lawyers for the Crown are assigned the task of proving that the claimant aboriginal group in court has always had less, known less, claimed less, used less, and perhaps never existed at all.There are real consequences to these contests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0060,004
Science ouverte0,0020,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,7250,678

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMcGill-Queen's University Press eBooks→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→