Notice bibliographique
Résumé
In Mountain Voices , alpinists, activists, artists, and mountain researchers share the ways Canadian mountains have impacted their lives. Each contributor brings a unique and fascinating perspective to the mountain landscape with short essays accompanied by a pair of photographs from the remarkable archive of the Mountain Legacy Project, illustrating the history, geography, and lasting inspiration of the mountains. Mountain Voices draws on the vast bank of historic and repeat photographs produced by the Mountain Legacy Project, the world's largest systematic and comprehensive collection of mountain photographs, spanning more than a century. From fragile glass plate negatives to modern, high-resolution photography, these images document a mountain landscape during times of drastic change. Mountain Voices features a diverse array of voices, including Indigenous activists, employees of Canada's national parks, interdisciplinary scientists dedicated to mountains, alpine adventurers, and historians captivated by tales of mountain pasts. Mountain Voices brings the landscape to life through the passion and devotion of those who love it deeply. With contributions by : Leanne Allison, Renellta Arluk, Rick Arthur, Catrin Brown, Bruce Cockburn, Alison Criscitiello, Joanna Croston, Jill Delaney, Winston Delorne, Julie Fortin, Paulette M. Fox, Will Gadd, Ben Gadd, Eric Higgs, David Hik, Aerin Jacob, David P. Jones, Gùdia (Mary Jane) Jonson, Michelle Koppes, Roger Laurilla, Nikita Lopoukhine, Bruce Mayer, Bernadette McDonald, Ella Molnar-Piché, Pat Morrow, Peter Murphy, Liza Piper, Graeme Pole, Martin F. Price, Sara Renner, Jeanine Rhemtulla, Chris Rhodes, Zac Robinson, Mary Sanseverino, Chic Scott, Rain Scott, Stephen Slemon, William Snow, Karen Sorensen, Ellie Stephenson, Robert D. Turner, Nancy J. Turner, Robert Vranich, Kristen Walsh, Meghan J. Ward, Rob Watt, Cliff White, Andy Williams, Carmen Wong, Ken Wylie
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,379 | 0,138 |
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 ».