La phase initiale de l’informatisation du programme Tuvaaluk (1975-1982)
Bibliographic record
Abstract
De 1975 à 1982, sous l’égide de Patrick Plumet, alors professeur au Département des sciences de la Terre de l’Université du Québec à Montréal, a été réalisé le programme Tuvaaluk à partir d’une subvention substantielle du Conseil des Arts du Canada. Son principal objectif visait à contribuer à mieux connaître la préhistoire de l’Arctique québécois. Plumet préconisa de mettre au point une méthodologie d’analyse archéologique reposant fondamentalement sur le recours à l’informatique. Ce texte rappelle donc les grands enjeux d’une telle méthodologie alors que l’informatique en était principalement à une étape de machines dont la taille imposante ne correspondait ni à la vitesse ni à la capacité mémorielle aujourd’hui disponibles. Les ordinateurs de l’époque, alors gérés par des langages en voie d’élaboration, étaient manifestement peu efficaces. Précisons encore que cette période de réalisation du programme Tuvaaluk précédait les débuts de la commercialisation des micro-ordinateurs au cours des années 1980 qui eux-mêmes reposaient sur des logiciels déjà plus sophistiqués.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".