La Nation huronne-wendat et l’archéologie au Québec
Bibliographic record
Abstract
Depuis plusieurs années, le Bureau du Nionwentsïo de la Nation huronne-wendat réalise des recherches dans les archives et dans la tradition orale concernant la présence historique des Hurons-Wendat sur leur territoire ancestral. Les résultats de ces travaux sont notamment utilisés afin de protéger les lieux patrimoniaux et d’identifier les zones de potentiel archéologique requises par les processus d’harmonisation forestière et les consultations provinciales et fédérales. La Nation huronne-wendat s’implique de plus en plus dans l’archéologie au Québec, tout comme en Ontario. Récemment, l’archéologie a été mise en oeuvre afin de supporter le projet d’aire protégée des Hurons-Wendat dans la région de Ya’nienhonhndeh (lac à Moïse), dans la Réserve faunique des Laurentides. En 2016 et 2017, des écoles d’été en archéologie ont eu lieu dans cette région en collaboration avec l’Université Laval et ont mené à des découvertes significatives. L’usage de l’archéologie par la Nation huronne-wendat soulève par ailleurs des questions éthiques importantes, en particulier en ce qui concerne les politiques développées par le ministère de la Culture et des Communications du Québec et la propriété des artéfacts découverts.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".