Vers une démarche scientifique intégrative : l’exemple de l’Observatoire Hommes-milieux du Nunavik (Canada)
Bibliographic record
Abstract
Les Observatoires Hommes-Milieux (OHM, dispositifs du LabEx DRIIHM créés à l’initiative du CNRS) étudient les interrelations société–environnement interrogées suite à un événement fondateur anthropique qui a produit une réorganisation de l’ensemble du socio-écosystème initial. Cet article s’intéresse à la mise en œuvre, aux rôles et fonctionnement d’un de ces OHM, l’OHMi NUNAVIK, développé depuis 2014 en contexte autochtone dans l’Arctique canadien au Nord du Québec. L’OHMi NUNAVIK tend à développer un cadre de recherche holistique et intégrateur faisant tomber les barrières entre disciplines d’une part, et types de savoirs (scientifiques / autochtones) d’autre part. Il vise ainsi à créer une structure de recherche innovante en Arctique par le prisme (i) des représentations arctiques des Inuits et des Qallunaat, (ii) les collaborations entre chercheurs, gestionnaires territoriaux et habitants. L’objectif de l’OHMi NUNAVIK porte sur l’acquisition de connaissances et de nouvelles manières de les produire afin d’identifier les impacts cumulatifs des programmes de développements économiques du Nunavik et des Plans Nord successifs du Québec depuis 2011, et des changements socio-environnementaux globaux sur cette aire d’étude. Au total, sept projets de recherche se déploient au sein de l’OHMi NUNAVIK ; quatre d’entre eux (Nuna, Kingaq, Niqiliriniq et Siqiniq) sont ici mobilisés pour illustrer le fonctionnement de l’OHMi NUNAVIK, les techniques d’observations utilisées, les collaborations produites.
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 | 0.005 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.009 |
| Science and technology studies | 0.028 | 0.028 |
| Scholarly communication | 0.018 | 0.005 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 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".