Bibliographic record
Abstract
RÉSUMÉ Le mana. /e fait « total » et l'« esprit » dans la chose donnée. Marcel Mauss. les « cadeaux à Samoa » et la méthode comparative en Polynésie Le démarche anthropologique repose sur un paradoxe que Lévi-Strauss fut le premier à expliciter : la généralisation doit précéder la comparaison. Mauss en fut un utilisateur avant la lettre, en particulier dans son Essai sur le don. publié en 1925. C'est ce qui explique le fait que Mauss adopte l'exemple des îles Samoa pour ouvrir son enquête. En effet, grâce à cet exemple. Mauss peut poser sa généralisation sur la « notion de propriété-talisman » et aborder ensuite les autres exemples, comme la cas célèbre des Maori et de « l'esprit » dans la chose donnée. Clarifier la méthode comparative maussienne à propos de l'exemple samoan dans l'£ssa/ sur le don permet de mieux comprendre ce que l'auteur visait à montrer. C'est toute l'affaire du « mana » bien plus que celle du hau maori : le « mana » comme concept sociologique développé par Mauss et non pas une théorie locale sur les forces « spirituelles ». L'analyse passe ensuite du modèle à l'ethnographie. La confrontation avec les données disponibles aujourd'hui sur Samoa permet d'apercevoir la portée de l'intuition maussienne. Mots clés : Tcherkézoff. Samoa, symbolisme, don. Mauss. méthode comparative. Polynésie
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.042 | 0.003 |
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".