Du sirop d’érable dans les veines. Acériculteurs et acéricultrices de la Beauce
Bibliographic record
Abstract
À l’été 2014, Louise Décarie et Bernard Genest ont rencontré une douzaine d’acériculteurs et acéricultrices de la Beauce dans le but de compléter leurs dossiers de candidature dans le cadre du Programme de valorisation des porteurs de traditions de la Société québécoise d’ethnologie (Sqe). Dans son article, Genest rend compte de ces visites effectuées auprès de producteurs confrontés à l’émergence d’une industrie qui progresse au rythme d’importantes avancées technologiques dans un contexte de mise en marché qui ne favorise ni le savoir-faire, ni l’origine du produit, ni ses propriétés pédologiques. Après une brève présentation des informateurs et de leurs entreprises, l’auteur invite à une réflexion sur le maintien de la pratique à travers le changement et sur l’avenir du sirop d’érable dans un marché mondial de plus en plus compétitif. Le défi ne serait-il pas d’en faire véritablement un produit du terroir emblématique du Québec et de ses régions ?
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.011 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 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; 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".