Le rôle de l’environnement physique arctique sur l’évolution du Tunumiisut, la langue inuit de la côte est du Groenland au xixe siècle
Bibliographic record
Abstract
Depuis de nombreuses années, Pierre Robbe et Bernadette Robbe élaborent un dictionnaire encyclopédique sur la langue inuit de la côte est du Groenland, le tunumiisut, l’un des 16 dialectes que compte la langue parlée aujourd’hui par le peuple Inuit du détroit de Béring à la côte orientale du Groenland.Par rapport à tous ces dialectes et principalement à celui de la côte ouest du Groenland, le Kilaamiusut – la langue officielle de ce pays dont il est historiquement proche – le lexique du tunumiisut a profondément évolué au cours du xixe siècle. De nombreux mots ont été remplacés par des lexèmes descriptifs ou métaphoriques selon le modèle que les chamanes utilisaient pour ne pas nommer directement des entités potentiellement dangereuses.En s’appuyant sur l’histoire linguistique de l’inuit, l’archéologie, l’étude de la vie animale en relation avec le climat, de nombreux récits et témoignages collectés, les auteurs suggèrent que la compréhension de ce particularisme, qui résulte certes de facteurs d’ordre culturel, est néanmoins étroitement lié aux conditions écologiques de cette région de l’Arctique (climat, glace, faune), conditions qui fluctuent au cours du temps entre des périodes fastes et des phases catastrophiques pour la vie animale et, partant, pour celles des humains dont dépendait directement l’existence.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".