L’abattage des rennes : Production de viande et de saveurs en Tchoukotka
Bibliographic record
Abstract
Cet article analyse des matériaux ethnographiques relatifs à l’abattage de rennes collectés de 2017 à 2019 dans le district d’Ioultine (Iul'tin)* de la Région autonome de Tchoukotka. L’abattage d’un renne est un moment crucial dans la transformation d’une créature vivante en nourriture « morte ». L’examen de ce processus permettra de comprendre comment s’opère une transformation aussi capitale. Notre étude montrera que la relation à l’animal au moment de l’abattage et de la découpe de la carcasse détermine en grande partie la future saveur de la viande. Pour le démontrer, nous comparons les pratiques d’abattage de rennes dans la toundra et à l’abattoir du village d’Amgouèma (Amguèma). En comparant la relation entre les hommes et les animaux sur différents sites, nous montrerons d’abord comment des relations personnelles entre les hommes et les rennes se nouent et se maintiennent pendant l’abattage traditionnel, et comment elles se transforment ensuite en lien entre l’homme et la nourriture. En second lieu, nous opposerons la perception du renne et de la viande dans la toundra à celle ressentie dans le contexte de l’abattoir, où ni les animaux ni les produits qui en sont issus n’ont de liens personnels étroits avec les hommes, devenant, par conséquent, une marchandise impersonnelle dépourvue de nombreuses caractéristiques, tant gustatives que symboliques. « Impropres » du point de vue de la population locale, les relations entre l’homme et le renne pendant l’abattage du troupeau destiné à la vente conduisent à une production alimentaire non naturelle qui finit par en modifier les propriétés gustatives.*Les noms de lieux les plus utilisés sont francisés, avec indication de la translittération entre parenthèses. Les termes en russes et en tchouktche sont écrits ici en suivant les principes de la translittération des slavistes avec des adaptations pour le tchouktche [NdE].
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".