Bibliographic record
Abstract
Être maya et travailler dans une maquiladora., Marie France Labrècque., Québec : Presses de l'Université Laval, 2005, 189 pp. Pour faire connaître la réalité économique et sociale d'un fragment de la société maya, l'auteure emmène le lecteur dans des maquiladoras établies à la frontière sud du Mexique, sur le sol du Yucatan. Comme le titre le suggère, ce livre veut illustrer une des problématiques contemporaines les plus courantes : la collision de sens entre un monde “ traditionnel ” et la modernité forcée. Même si cette dichotomie d'archétypes sociétaux est caduque, elle est utile pour comprendre les implications de la conjoncture globale de néolibéralisme économique et des idéologies politiques d'État. Par corollaire, il faut comprendre la conjoncture générale, c'est-à-dire, saisir les intentions des entreprises étrangères et du gouvernement mexicain qui aboutissent à la création de maquiladoras non seulement au nord mais aussi au sud du pays, ainsi que les conséquences de cette “ nouvelle réalité ” pour les principaux intéressés : les mayas. Or, les mayas sont loin d'être un groupe homogène. D'ailleurs l'arrivée des maquiladoras a contribué à la disparition du maya “ traditionnel ”, car la métisation ou désindianisation provoque une perte d'identité chez les indigènes qui ne se revendiquent plus comme tels.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.012 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".