«Qui se ressemble s’assemble.» Logique de construction et d’organisation des zoonymes en langue inuit
Bibliographic record
Abstract
Être en mesure de nommer avec précision et discernement le milieu naturel dans lequel on vit, notamment la faune, fait partie aux yeux des Inuit des compétences qui fondent leur identité culturelle. Parallèlement à l’étude du sens, l’analyse formelle des noms d’animaux et de la nomenclature zoologique fournit de précieuses informations sur la manière dont les Inuit perçoivent la faune. Loin d’être composée de termes isolés, la nomenclature zoologique se caractérise par de nombreuses connexions lexicales: celles-ci impliquent bien entendu en priorité des animaux faisant partie des mêmes taxa mais aussi, dans un certain nombre de cas, des animaux appartenant à des catégories différentes. En règle générale, c’est la ressemblance morphologique qui est à l’origine de ces mises en relation qui se réalisent par le biais de la dérivation lexicale. Nombre de zoonymes sont construits à partir des noms des parties anatomiques (corporèmes), indication que le corps animal et humain constitue, ici comme dans d’autres registres de la culture inuit, une référence incontournable.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".