Notice bibliographique
Résumé
Like many women of my generation, I grew up with stories; lots of them, and all kinds.Some were nonsensical, others were riddles.There were ahtyokaywina, the sacred stories, and others that were tahp acimowina, the family histories.But it was the stories about the women that I loved best, stories about strong, courageous women and about weak, foolish ones, stories of births and deaths and women's cycles; of bad love affairs, brutal husbands, and yes, strong and gentle men.Some of the stories were told while we worked, cutting up meat and packing jars for canning or while smoking and drying fish.Some were told on the way to the berry patch."Look, that's the place where your cousin Jenny was born," the story went."Your auntie was craving Saskatoon berries, but she was told by her mother and the old midwives not to go berry picking because she was almost ready to deliver her first baby. of course she didn't listen, the mut sti quon that she was, she snuck away.Well wouldn't you know it, another mut sti quon, a young black bear, had slipped away from her mother and, like your auntie Betsy, was gobbling berries as fast as she could.When your auntie Betsy came around the bush she bumped right into her.They both screamed and ran.I don't know what happened to the young black bear, but your auntie Betsy tripped and fell and, not long after, Jenny arrived.Good thing Betsy had a good set of lungs.Her mother said she was screaming so loud her voice echoed all over the valley.It was hard to know if one woman was having a baby or ten.Yes, this is Jenny's berry patch."our nohkoms would laugh whenever they stopped at the place where they found Betsy.To this very day, that particular place on the side of the hill is still called "Jenny's berry patch."It is one of the family and landscape stories of our area.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,005 | 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 ».