MétaCan
Menu
Back to cohort
Record W1507547424 · doi:10.7202/009119ar

La vulgarisation des sciences naturelles et les écrits pour la jeunesse, de Maxine à Nicole M.-Boisvert : éloge romantique de la nature ou critique du progrès ?

2004· article· fr· W1507547424 on OpenAlexaffvenueabout
Lucie Guillemette

Bibliographic record

VenueTangence · 2004
Typearticle
Languagefr
FieldSocial Sciences
TopicCanadian Identity and History
Canadian institutionsUniversité du Québec à Trois-Rivières
Fundersnot available
KeywordsHumanitiesPhilosophyArt

Abstract

fetched live from OpenAlex

Cet article s’attarde à la représentation du monde de la nature dans des fictions pour la jeunesse publiées au Québec. Dans le cadre d’une étude consacrée à la vulgarisation des sciences naturelles, l’oeuvre de Nicole M.-Boisvert demeure incontournable dans la mesure où la production romanesque de l’écrivaine s’alimente de ses multiples voyages à travers le monde. À l’encontre de l’homme, qui a tenté depuis des siècles d’affirmer la supériorité de la raison en exerçant un contrôle sur la nature, les jeunes filles représentées dans les récits de Boisvert cherchent à protéger l’environnement et les espèces animales qui y évoluent. Si une telle pratique discursive prend la forme d’une critique de la modernité et de la raison instrumentale, elle confère une portée éthique aux actions des protagonistes engagées dans un processus de création. À l’exemple des naturalistes qui, au fil de leurs découvertes, inventoriaient les espèces animales pour en livrer un classement systématique, les jeunes personnages féminins glanent des données issues de l’encyclopédie des sciences naturelles, afin de montrer que la nature non humaine possède une valeur propre, hors du champ utilitariste, et qu’à ce titre elle doit être respectée.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.984
Threshold uncertainty score0.760

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0160.025
Scholarly communication0.0070.004
Open science0.0010.002
Research integrity0.0020.005
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.015
GPT teacher head0.310
Teacher spread0.295 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2004
Admission routes3
Has abstractyes

Explore more

Same venueTangenceSame topicCanadian Identity and HistoryFrench-language works237,207