La bonne montagne et l'eau malfaisante. Toponymie et pratiques environnementales chez les Nahuas de basse montagne (Sierra Norte de Puebla, Mexique)
Bibliographic record
Abstract
La bonne montagne et l'eau malfaisante. Toponymie et pratiques environnementales chez les Nahuas de basse montagne (Sierra Norte de Puebla, Mexique) Cet article explore les rapports entre les pratiques environnementales des Nahuas (qui habitent la basse montagne tropicale de la Sierra Madré Oriental, au Mexique) et leur définition du territoire par des toponymes. Nous voulons faire le pont entre les deux approches par lesquelles l'ethnologie a abordé jusqu'à présent l'étude des rapports entre les humains et leur environnement : celle qui privilégie les représentations (cosmologie et systèmes de classifications) et celle qui s'en tient aux rendements matériels comparés des activités agricoles, d'élevage ou de ramassage. Notre hypothèse n'a été qu'en partie vérifiée : plusieurs catégories de lieux, composantes des toponymes nahuas, ont certes une signification agricole (métaphore du « corps-montagne »). Cependant, un autre ensemble de catégories (le « corps-rivière ») nous renvoie à l'univers magique, tandis que les nombreuses références à la faune et à la flore ne semblent avoir qu'une fonction cognitive, celle de la différenciation de l'univers des lieux. Mots clés : Taller de tradition oral, Beaucage, Nahua, Mexique, environnement, territoire, toponymes
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".