Bibliographic record
Abstract
Depuis le milieu du xixe siècle en France et au tournant du xxe siècle en Amérique française, les chercheurs sont confrontés à l’épineux problème de l’édition des récits de tradition orale. Cet atelier, qui coïncide avec une dynamique très actuelle de retour au conte, a pris la forme d’un séminaire « sur mesure » où des spécialistes de ces questions – collecteurs, transcripteurs, éditeurs et analystes qui évoluent dans les contextes pluriels de la francophonie internationale — ont livré leurs points de vue sur la méthode de transcription et la composition du recueil de contes d’après leur expérience particulière des difficultés rencontrées et des meilleures solutions trouvées. Ces journées d’étude, qui sont au coeur des activités de la Chaire de recherche en oralité des francophonies minoritaires d’Amérique (Cofram) et qui préparent le grand projet d’établissement d’un corpus de littérature orale (Éclore), devaient servir à mettre au point un modèle d’édition approprié aux sources orales, souple et intelligible au plus grand nombre, en vue de favoriser vraiment leur utilisation et, peut-être, la relance des études en littérature orale.
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 | 0.004 | 0.040 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.022 | 0.009 |
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".