Bibliographic record
Abstract
Madame Ajinomoto et les rendez-vous manquésJ'ai une histoire de rendez-vous manqués avec les catastrophes.L'année du SRAS, en 2002SRAS, en -2003, mes amis québécois m'envoyaient des courriels pour savoir si j'étais saine et sauve dans ma banlieue d'Ôsaka.J'avais passé l'après-Nouvel An en Chine quelques semaines après être allée jouer avec des enfants d'un bidonville de Bangkok, sans vaccin parce que les Japonais qui m'accompagnaient n'en avaient pas besoin.En même temps que je recevais ces courriels, mes amis du Japon me demandaient si tout allait bien pour ma famille et mes amis au Canada.Je n'avais aucune idée de quoi ils parlaient tous tellement j'étais isolée dans mon interlangue limitée (dont les expressions « épidémie » et « syndrome respiratoire aigu sévère » ne faisaient pas partie) et technologiquement coupée de ce qui se passait au Québec.Mes parents m'envoyaient bien des magazines par la poste, mais ceux-ci m'informaient -qui plus est, en retard -davantage sur la nouvelle émission Star Académie que sur les enjeux de santé publique.Chaque fois qu'un tremblement de terre secouait une partie ou l'autre du Japon, je recevais un courriel de quelqu'un, au Québec, qui n'avait pas bien regardé la carte du pays ou qui ne savait plus trop où j'habitais.Ôsaka n'est pas une ville réputée pour ses séismes ; elle l'est plutôt pour ses températures caniculaires l'été.Bien sûr, il y avait eu dans la région le tremblement de terre de Kôbe en 1995, dont j'ai visité le musée.Mon expérience des tremblements de terre s'arrêtait à peu près là, soit à des discussions avec mes hôtes qui avaient vécu ce séisme, des photos de monorail décroché en plein parcours et des statistiques sur le nombre
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 | 0.007 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 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".