Notice bibliographique
Résumé
In December 1915, as the First World War wore on, Acadian leaders meeting in New Brunswick deplored how soldiers from their communities were “lost in the crowd” of the Canadian Expeditionary Force. They successfully lobbied the federal government for the creation of an Acadian national unit that would be French-speaking, Catholic, and led by their own. More than a thousand Acadians from across the Maritime provinces, Quebec, and the American northeast answered the call. In Lost in the Crowd Gregory Kennedy draws on military archives, census records, newspapers, and soldiers’ letters to present a new kind of military history focusing on the experiences of Acadian soldiers and their families before, during, and after the war. He shows that Acadians were just as likely to enlist as their English-speaking counterparts across the Maritimes, though the backgrounds of the volunteers were quite different. Kennedy tackles controversial topics often missing from the previous historiography, such as underage recruits, desertion, and army discipline. With the help of the 1921 Canadian Census, he explores the factors that influenced post-war outcomes, both positive and negative, for soldiers, families, and communities. Lost in the Crowd offers a completely new and replicable approach to the traditional regimental history, reconstituting the lives of soldiers and their families. The focus on the Acadians, a francophone minority group in the Maritime provinces, significantly shifts our understanding of French Canada and the First World War.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,035 | 0,010 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,008 |
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 ».