Nourrir la communauté : analyse du lien social dans deux cuisines collectives au Nunavik
Bibliographic record
Abstract
Ce projet de recherche vise à étudier la fonction sociale de la cuisine collective dans le contexte du Nunavik. Les cuisines collectives peuvent être analysées comme une stratégie de lutte contre l’insécurité alimentaire, mais également comme un lieu de rassemblement, d’échanges, d’apprentissages et de partage d’expériences entre les membres qui y participent. Alors que bon nombre d’écrits ont traité de ces initiatives, notamment dans les grandes villes du Canada et en Amérique du Sud, nous souhaitons analyser la place de la cuisine collective dans le contexte des communautés inuit et contribuer aux connaissances scientifiques sur le sujet. Nous avons mené une recherche empirique d’une durée d’un mois dans les communautés de Kangiqsualujjuaq et de Kuujjuaq, au Nunavik. En même temps de participer à la cuisine collective, nous avons réalisé des entrevues semi-dirigées avec les coordinatrices des deux cuisines collectives ainsi qu’avec les participantes. Les résultats indiquent que le concept de la cuisine collective au Nunavik est une initiative propice à la création de relations sociales entre les membres de la communauté. La cuisine collective peut donc être considérée comme un dispositif de renforcement du lien social et de la cohésion sociale dans les communautés du Nunavik.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".