Bibliographic record
Abstract
Les six biographies que nous présentons aujourd’hui sont extraites du Dictionary of Glengarry Biography auquel nous travaillons depuis de nombreuses années, et qui comportera près de 1 200 entrées de longueurs variables. Elles ont été choisies en fonction d’un critère : l’ouverture vers un monde plus large. On peut dire ainsi de Dorothy Dumbrille que, grâce à la renommée de sa poésie pendant la Seconde Guerre mondiale, elle a fait le lien entre le comté de Glengarry et le reste du monde, tout en rejoignant, toujours à travers son oeuvre littéraire, le Canada français. En relation avec de nombreuses personnes importantes en Ontario et au Canada, le Dr Grant fut aussi un intermédiaire, un lien cette fois avec le mouvement des Lumières en Écosse. À travers la vie peu ordinaire de Mme Ishikawa, dont le souvenir reste encore vivant à Glengarry, on retrouve plusieurs des expériences les plus dramatiques du XXe siècle. Quant à John Angus McDougald qui fut le fondateur d’une grande dynastie canadienne d’hommes d’affaires, il a aussi aidé, avec l’aide de son gendre A. L. Smith, à associer le comté de Glengarry à Angus et Hollinger, des noms importants dans le domaine international des affaires. Finalement, récipiendaire de la Victoria Cross, Claude Nunney fait partie de l’histoire militaire du vingtième siècle.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.012 | 0.019 |
| Scholarly communication | 0.014 | 0.005 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.031 | 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".