Bibliographic record
Abstract
Donner et prendre Garifunas et Yanomamis Tandis que l'anthropologie du XIXe siècle faisait du «primitif» un troqueur matérialiste mais maladroit (pâle ébauche de Vhomo economicus à venir), plus tard Mauss en fit plutôt le dépositaire d'une autre logique, celle du don. En comparant son expérience chez les Garifiinas du Honduras avec la production ethnographique récente sur les Yanomamis d'Amérique du Sud, l'auteur constate d'abord qu'aucun des deux modèles ne peut rendre compte des faits observés, de façon satisfaisante. Il propose de distinguer trois niveaux. Le donné ethnographique nous livre d'abord un ensemble d'action? orientées qui s'intègrent dans des stratégies. Mais l'analyse de ces dernières s'avère impossible sans référence aux normes qui assignent aux acteurs des fins culturellement souhaitables, des moyens pour les atteindre et des contraintes qui pèsent sur leurs choix. Ces normes elles-mêmes reproduisent les contradictions qui caractérisent l'ensemble des rapports sociaux : la réciprocité dans tel contexte peut fort bien coexister avec la prédation dans tel autre. Enfin, les rapports que le groupe entretient avec son environnement, à travers une technologie donnée, font eux-mêmes peser des contraintes de système qui orientent les modes de production et de circulation. Et, comme la démographie, la technologie, l'environnement ne sont pas stables à long terme, seule l'approche historique permet de réconcilier l'effet cumulé des décisions individuelles, le sens imprimé par les tensions au sein des normes culturelles et la dynamique de l'économie et de l'environnement.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".