Bibliographic record
Abstract
Université Sainte-Anne, Pointe-de-l'Église et Société québécoise d'ethnologie Le livre En 1937, Marius Barbeau est un anthropologue bien établi au Musée national du Canada et il jouit d'une réputation enviable quand il publie aux éditions Beauchemin de Montréal et chez Macmillan à Toronto un livre important : le Romancero du Canada 1 .Quelques critiques lui reprochèrent son titre ésotérique, le substantif étranger romancero faisant difficulté.D'origine espagnole et passé en français vers 1831, le mot aura fini par signifier un recueil de chansons de tradition orale, ainsi que le confirme l'édition en 1904 du Romancéro populaire de la France, dont le sous-titre Choix de chansons populaires françaises éclaire l'interprétation.C'est donc au répertoire des chansons traditionnelles du Canada français que s'attache ici l'auteur 2 .Disposition L'entrée en matière du recueil est concise, réduite à l'essentiel.Le lecteur y apprend que les chansons retenues « sont des échantillons » de la grande collection d'« environ sept mille textes et plus de quatre mille mélodies recueillies pour la plupart au phonographe » que l'auteur a réunie pour le compte du Musée national du Canada et, puisqu'il destine son livre « au grand public et aux artistes, et le nombre de ses pages étant restreint, les Rabaska 78 pRemièRe pARtie
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.018 | 0.012 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".