Bibliographic record
Abstract
La culture matérielle est bien souvent ce par quoi la culture des autres est le plus facilement appréhendée, voire instrumentalisée et réinventée. Le phénomène indianophile illustre parfaitement cette valeur d’emblème des objets issus d’une culture « exotique », en même temps qu’il fournit un terrain privilégié pour l’étude des processus complexes mis en jeu dans toute tentative de définition et de recréation d’une culture matérielle. Les indianophiles, passionnés par les cultures des Indiens d’Amérique du Nord, mettent en oeuvre de vastes connaissances et des compétences très spécialisées pour recréer un univers indien qui ne soit pas seulement une représentation mais une expérience vécue. Les « objets indiens » qu’ils façonnent et utilisent, en effet, ne constituent pas des collections destinées à demeurer sur une étagère. Ils sont intégrés à des réseaux complexes de circulation (marchande et non marchande) et servent de base à des pratiques d’actualisation, pratiques par lesquelles les résumés indianophiles font personnellement l’expérience de l’univers indien. Bien loin de se réduire à une alternative étroite entre « authentique » et « imitation », l’étude de l’indianophilie permet d’éclaircir la question des usages sociaux d’objets porteurs d’identité, et les phénomènes de décontextualisation et de recontextualisation sur lesquels ils reposent.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.013 | 0.011 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.157 | 0.050 |
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".