La classification des Autochtones au Canada : une étude des mouvements catégoriels entre le recensement et l’enquête auprès des peuples autochtones de 2006
Notice bibliographique
Résumé
Au Canada, la représentativité des catégories officielles de l’autochtonie – Indien de l’Amérique du Nord, Métis et Inuit – est rarement publiquement remise en cause. Ces catégories circulent actuellement comme des désignations de sens commun et par moment, elles sont endossées et revendiquées par certaines personnes et formations sociales autochtones. Pourtant, l’analyse de leur apparition respective montre qu’elles ont une histoire qui remonte à la colonisation de l’Amérique du Nord. Dans ce mémoire, nous allons remettre en cause l’évidence de ces catégories et pour ce faire, nous allons analyser en détail un phénomène qui ébranle leur apparente représentativité. En effet, nous allons comparer les réponses de mêmes répondants autochtones sur deux enquêtes nationales dans lesquelles ils sont invités à répondre aux mêmes questions relatives à leur appartenance autochtone. Cette comparaison va permettre de montrer qu’un peu plus de la moitié des répondants changent leurs déclarations d’une enquête à l’autre. Devant un tel résultat, il est impératif de questionner la validité et la représentativité de ces catégories. Pour mener ce questionnement à terme, nous allons procéder en trois étapes. D’abord, nous allons commencer par une analyse sociohistorique détaillant les carrières respectivement de chacune des catégories de manière à démontrer qu’elles ont été imposées. Cette incursion nous amènera à faire l’analyse de processus comme la stéréotypification, la problématisation et la racialisation. Ensuite, nous allons poursuivre en analysant les forces et faiblesses de recherches similaires à la nôtre. Le phénomène de la mobilité ethnique chez les autochtones sera traité à la fois comme une base empirique et comme un exemple d’interprétations à éviter. Et finalement, en nous référant à la fois aux relations empiriques isolées dans la revue de littérature mais aussi aux ambiguïtés historiques qui habitent les trois catégories, nous allons procéder à l’analyse des données d’enquêtes selon deux méthodes. Une analyse de classification nous permettra d’isoler des profils types de répondants stables et mouvants alors des modèles de régressions multinomiales serviront à associer certaines caractéristiques à ces profils. Au final, au moyen de ce schème analytique, nous pourrons analyser nos données et résultats de manière novatrice.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».