Bibliographic record
Abstract
Au Brésil le métissage s’enracine dans l’histoire longue du peuplement du pays. La nation brésilienne s’est constituée sur la base d’unions mixtes entre les trois « matrices initiales » amérindienne, européenne et africaine, formant un métissage tel que les différences ethniques semblent avoir été gommées, comme l’affirme le concept de « démocratie raciale ». Transformé en mythe d’origine de la nation brésilienne au début du XXe siècle, il laisse supposer la parfaite égalité de tous les citoyens. Pourtant, les inégalités socioéconomiques reposant sur les différences raciales dans l’accès aux richesses et aux pouvoirs n’ont pu échapper longtemps aux observateurs. En 2001, la société brésilienne idéalisée qui se pense et se déclare comme profondément métisse voit la mise en place de mesures de discrimination positive au bénéfice des plus pauvres, mais aussi des Noirs et des Indiens dans l’attribution de quotas dans les institutions publiques et universités. Il s’agit alors de la reconnaissance officielle de l’existence des inégalités et d’une remise en cause de l’homogénéité de la nation si longtemps affirmée. Le présent article se propose d’examiner le paradoxe sur lequel repose la représentation du métissage dans une société qui veut idéalement gommer les différences, mais dont les membres sont différenciés selon leur origine tant dans la construction des politiques publiques que dans la hiérarchisation des groupes.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
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".