Bibliographic record
Abstract
Longtemps connue en France par le biais de cinéastes québécois tels que Claude Jutra, Gilles Carle, ou Pierre Perrault, l'industrie cinématographique du Canada a dû se développer dans l'ombre d'Hollywood. Elle s'est forgée une réputation internationale d'excellence dans les domaines qui ne concurrençaient pas les studios américains : le documentaire, le court-métrage, et les films d'animation. Nous sommes en présence d'un cinéma fortement subventionné (et même d'un cinéma d'État) qui repose sur des cinéastes fonctionnaires ayant pour mission de défendre la création nationale de l'invasion de la culture américaine de masse, et de promouvoir de nouvelles approches. L'industrie prospère, grâce en partie aux coproductions, mais aussi grâce à une nouvelle génération de cinéastes de talent, tels que Denys Arcand, David Cronenberg, et Atom Egoyan. Cet ouvrage propose une vision panoramique du cinéma canadien (ou plutôt des cinémas) placé sous le double signe de la francophonie et de l'anglophonie, mais composé également d'une grande diversité de parcours historiques, de genres et d'approches, ainsi que de divergences régionales. Le recueil contient des essais de spécialistes venus d'horizons divers, tels que l'écrivain Dominique Noguez, le scénariste et réalisateur Pascal Vimenet, et le critique Sylvain Garel. Il contient également le texte original d'une rencontre-débat entre cinéastes et autres professionnels de l'industrie cinématographique.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.483 | 0.082 |
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".