Transmission transatlantique de savoirs en sciences naturelles d’Amérique française au XVIIIe siècle; Étude comparative des écrits de Kalm (Canada), de Barrère (Guyane française), de Le Page du Pratz (Louisiane) et de Dumont de Montigny (Louisiane)
Bibliographic record
Abstract
Dans la foulée de leur colonisation de l’Amérique aux XVIIe et XVIIIe siècles, les Français ont dressé des inventaires des ressources du territoire occupé ou convoité. Apte à décrire toute cette richesse, l’histoire naturelle devint ainsi un savoir colonial par excellence et l’un des rouages centraux de la « machine coloniale » française. Aussi, le legs textuel de cette activité est-il considérable et diverses perspectives s’y expriment : un entreprenant colon, par exemple, ne verra pas les ressources de la Louisiane de la même façon qu’un officiel métropolitain de passage ou qu’un botaniste en mission. Mais le regard colonisateur est largement partagé et tous ces textes, ou presque, font acte d’appropriation des plantes, minéraux et animaux américains. La place ménagée aux indigènes et aux esclaves – qu’ils soient d’origine autochtone ou afro-américaine – comme acteurs dans le processus de création de savoir est variable selon le contexte et l’auteur. Ce mémoire se penche sur un petit nombre de textes éloquents tirés du corpus de l’histoire naturelle des colonies d’Amérique continentales françaises. Sont étudiés de près quatre auteurs qui ont œuvré ou qui ont été de passage au Canada (Kalm), en Guyane française (Barrère) et en Louisiane (Le Page du Pratz et Dumont de Montigny). Nous examinons dans un premier temps les différents contextes d’acquisition de savoirs. Par la suite, l’analyse portera sur leurs inventaires respectifs des ressources coloniales, puis leur façon de traiter leurs sources. Finalement, nous concluons cette recherche sur les manières dont ces naturalistes-écrivains transmettront à leurs lecteurs européens leurs connaissances nouvellement acquises et la portée de la diffusion que leurs écrits connaîtront.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".