La gouvernance autochtone en milieu urbain: le cas de Montréal
Bibliographic record
Abstract
Au fil des années, les Autochtones ont obtenu la reconnaissance par l’État canadien de certains droits inhérents, soit le droit à l’autodétermination et le droit à l’autonomie gouvernementale. Cependant, lors de la mise en places d’initiatives de gouvernance autochtone, les différents niveaux de gouvernement ont présumé que les groupes revendicateurs disposaient d’une assise territoriale pour réaliser ces objectifs, telles les communautés d’origine des Premières nations, Inuites ou métisses. Or, ces modèles sont inadéquats pour la majorité des Autochtones au pays qui vivent en milieu urbain, une population hétérogène, disparate, très mobile et surtout sans assise territoriale. Pour tenter de concilier l’exercice de l’autonomie gouvernementale avec l’urbanité, certains modèles théoriques de gouvernance ont été élaborés afin de permettre une meilleure représentation politique aux Autochtones en milieu urbain. En gardant à l’esprit la situation de Montréal, c’est-à-dire le problème de l’identité du titulaire du droit à l’autodétermination, le territoire et la nature des pouvoirs à exercer, nous tenterons au cours de ce mémoire de déterminer quel modèle de gouvernance autochtone serait le plus approprié pour les Autochtones de Montréal.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".