Notice bibliographique
Résumé
This wonderful collection of 76 essays explores the fascinating origin and meaning of the names of some of the towns, villages, cities, islands, mountains, and rivers that make up one of the world's largest countries. This new edition includes fifteen more essays, and updates the previous essays to include changes, corrections and new names to the year 2000. Discover how some of Canada's most unusual place names came to be; unearth the Aboriginal roots of names such as Miramichi, Klondike, Iqaluit, Toronto, and Ottawa; learn the origin of such playful and mellifluous names as Medicine Hat, Twillingate, Flin Flon, Cupids, or Saint-Louis-du-Ha! Ha! From Bonavista and Port au Choix in the east, to Malaspina Strait and Port Alberni in the west, this book also reveals the rich Portuguese, Spanish, and Basque contributions to Canada's toponymic heritage. Naming Canada tells us about place names that became undesirable and had to be changed for reasons of perceived political impropriety. The former Stalin Township, for example, was renamed after Rick Hansen, the renowned Man in Motion, who promoted research in spinal cord injuries. The book also discusses Canadian names that have been exported abroad, such as Quebec in England and Toronto in Australia. One new essay explores the nicknames used for Canadian places, and focuses on Hogtown as an alternative for Toronto. This collection is the best single source, in an engaging essay format, on the origin and meaning of hundreds of Canadian place names. Alan Rayburn has had over 35 years' experience in researching Canada's toponymic roots and in writing about the authentic backgrounds behind thousands of names, from Toronto in the south to Tukyoyaktuk in the north, and from Labrador in the east to Juan de Fuca Strait in the west.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,002 | 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 ».