Bibliographic record
Abstract
Diplômée de l’Université d’Ottawa en Lettres françaises, en Éducation, et spécialisée en français langue seconde, Michèle Vinet a longtemps œuvré dans le domaine de l’enseignement. Au cours de sa carrière, elle a offert des formations professionnelles partout au Canada. Elle continue son implication pédagogique avec le Conseil des Ministres de l’Éducation (Canada) et Patrimoine, Canada, dans le programme de Moniteurs de langues officielles. Avant de s’aventurer sur les sentiers de l’écriture romanesque, Michèle Vinet a aussi fait carrière à titre de comédienne au théâtre, au cinéma, à la télévision et à l'Internet. Son premier roman, intitulé Parce que chanter c’est trop dur, a été très bien reçu du public et de la critique. En 2008, il a été finaliste du Prix littéraire Le Droit, et du prestigieux prix Trillium de l'Ontario. Son second roman, Jeudi Novembre, a été finaliste du Prix littéraire Le Droit et lauréat du Prix Trillium, 2012, remis à Toronto, et du prix Émile-Ollivier, 2012, du Conseil supérieur de la langue française, remis à Québec dans le Salon rouge de l'Assemblée nationale à Québec. Ces romans font l’objet d'invitations à plusieurs Salons du livre, de séances de signatures, de présentations variées, de tournées, de spectacles littéraires, d'ateliers de création pour le public scolaire et les adultes ainsi qu'en milieu carcéral et chez Les Impatients à Montréal. Michèle Vinet a également publié deux nouvelles aux Éditions d'Art Le Sabord. Une troisième paraîtra bientôt dans la revue Virage.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.299 | 0.142 |
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".