Bibliographic record
Abstract
J'aimerais exprimer toute ma reconnaissance ma directrice de thse Madame Elisabeth Zawisza qui m'a guide tout au long de mes tudes suprieures Queen's, depuis mes premiers pas dans le domaine de la recherche littraire.Son rudition, son intelligence, sa patience et son enthousiasme m'ont t d'un support normment prcieux.C'est surtout grce ses lectures, conseils et corrections que j'ai pu avancer jusqu'au point final.Je tiens remercier le Canada, ma deuxime patrie, pour son accueil.Je lui suis reconnaissante pour mes huit ans d'exprience Kingston.Cette ville historique au bord du Lac Ontario me fait toujours penser ma ville natale, Jingzhou, une autre ville historique prs du Fleuve Bleu en Chine, o j'ai pass mon enfance et mon adolescence.Les ressemblances gographiques et architecturales entre les deux villes m'invitent souvent rflchir sur combien les civilisations humaines se ressemblent, et ceci malgr leurs diffrences ethniques et idologiques, et malgr l'Ocan Pacifique qui les spare.Cette exprience l'tranger est devenue la motivation initiale pour crire la prsente thse, une thse qui tudie la question du relativisme et de l'universalisme dans les nations et les cultures.Merci galement tous les professeurs du Dpartement d'tudes franaises Queen's pour leurs enseignements et leurs encouragements, nos chres secrtaires Agathe et Line pour leur soutien, et mes amis et collgues: Azouz Ali Ahmed, Keling Wei, Guy Baudelaire Tegomo, Vincent Simedoh Kokou, Francesca Fiore et Sarah Jacoba pour le partage de leur exprience et leurs conseils prcieux.Un grand merci la Directrice du Dpartement Madame Catherine Dhavernas pour m'avoir accord de l'aide financire annuelle sous forme de charge d'enseignement, ce qui m'a permis de travailler tranquillement
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.004 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.026 | 0.001 |
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; both teacher heads agree on what is shown here.
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".