Bibliographic record
Abstract
En écho à une approche dont Jean-Guy Goulet s’est fait le défenseur, tant auprès des Wayùu de Colombie qu’avec les Déné Tha’ du Canada, et en réaction à l’un de ses articles sur la prière et les médias publié dansRecherches amérindiennes au Québec, l’auteur revient sur l’approche des Ateliers de transmission intergénérationnelle des savoirs (ATIS) mise au point avec Jarich Oosten et le Nunavut Arctic College au début des années 2000, et sur l’usage de la caméra. À travers l’exemple duqilaniq, un rituel divinatoire que les Inuit pratiquent depuis lexviesiècle, il avance que le format des ATIS permet de répondre à deux grandes critiques classiques adressées aux anthropologues. La première observation, formulée par J. Fabian, porte sur un problème de temporalité, le temps partagé lors de la rencontre entre l’ethnologue et son participant n’étant pas celui du récit anthropologique; la seconde concerne la fabrique du savoir anthropologique largement attaqué par les postmodernes. Or, en rendant le contexte d’énonciation plus transparent et en privilégiant une anthropologie expérientielle proche de celle que prône Jean-Guy Goulet, les ATIS permettent de faire de l’anthropologue un participant – pas seulement un facilitateur. Dans le contexte de performances filmées, « faire comme si » ouvre des possibilités en termes d’expérimentation, en même temps que cela permet aux aînés inuit de mettre en valeur leurs traditions à une époque marquée par d’urgents besoins dans le domaine de l’éducation et de la transmission des savoirs.
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 | 0.001 |
| Science and technology studies | 0.016 | 0.007 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".