Explorer, comprendre et agir ensemble : une recherche collaborative avec les Innus du Labrador
Bibliographic record
Abstract
Dans le contexte global d’un projet de recherche interdisciplinaire sur la contamination du milieu par le méthylmercure et ses effets sur la santé, nous développons un projet de recherche participative en éducation relative à l’environnement avec les Innus de Sheshatshiu, au Labrador. La démarche consiste à explorer avec les gens de la communauté les réalités socio-environnementales locales en adoptant une approche critique, à tenter de comprendre les causes et les effets des problèmes qui les préoccupent et plus spécifiquement ceux qui ont trait aux contaminants (dont le mercure), et à rechercher ensemble des solutions appropriées, à la fois scientifiquement fondées et culturellement et socialement acceptables. Notre équipe de recherche est confrontée à trois principaux défis dans la réalisation de ce projet : un défi culturel, ayant trait à la compréhension de la signification des réalités associées à la problématique chez les gens de Sheshatshiu ; un défi éthique puisque la problématique des contaminants devra être considérée dans la perspective d’une situation socio-environnementale globale et la démarche adoptée devra intégrer une véritable approche participative, au service de la communauté, au-delà du questionnement scientifique de l’équipe de recherche universitaire ; enfin, un défi stratégique, soit celui d’établir peu à peu une relation de confiance mutuelle et de susciter l’intéressement menant à l’engagement des gens de la communauté dans un projet de recherche partagé.
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 | 0.016 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".