Bibliographic record
Abstract
Le livre de recettes a récemment été analysé comme source pour comprendre l’histoire par-delà les instructions relatives à la préparation de tel ou tel plat culinaire. Dans le présent article, l’auteure étudie des livres de recettes reflétant des particularités culturelles en usage au Canada comme documents pour comprendre l’histoire de l’immigration au pays par le biais des habitudes alimentaires des groupes ethniques. L’examen de livres de recettes sous l’angle de leur signification sociale, culturelle et politique renseigne sur la façon dont se manifeste l’ethnicité ou dont elle est imitée au moment des repas, de part et d’autre des frontières, aujourd’hui comme hier. Les livres de recettes des communautés culturelles examinés dans cette étude permettent aux nouveaux venus d’apprendre comment manger « à la canadienne », mais ils enseignent aussi aux Canadiens comment manger des mets étrangers. Selon l’auteure, le livre de recettes est une source importante par laquelle les groupes ethniques maintiennent un lien public avec la culture de leur pays d’origine, renforcent leur identité culturelle, s’intègrent à une nouvelle culture et façonnent de nouvelles identités hybrides.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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.
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".