MétaCan
Menu
Back to cohort
Record W4384212299 · doi:10.7202/1098409ar

Voix indigènes, pistes pour un renouveau du Brésil

2023· article· fr· W4384212299 on OpenAlexvenueno aff
Junia Barreto

Bibliographic record

VenueSens public · 2023
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration, Racism, and Human Rights
Canadian institutionsnot available
Fundersnot available
KeywordsArtHumanities

Abstract

fetched live from OpenAlex

Le texte traite des origines et des rencontres qui ont conduit à l'élaboration du Dossier Voix indigènes, pistes pour refonder le Brésil. Face à un État qui, historiquement, ne les a pas valorisés et qui les a toujours traités comme de "bons sauvages ingénus", les peuples indigènes se sont organisés pour résister et pour que leur voix soit entendue. Et cette euphonie de chants et de maracas enfle progressivement et pénètre de nouveaux espaces. La rencontre Hallucination politique des écrans offre à Erisvan Bone Guajajara l’occasion de parler de son projet Mídia Índia. La tournée européenne des responsables de l’APIB Sang indigène, pas une goutte de plus, fut représentée au 29e Salon de la Revue, à des dîners privés à Paris et même à l’hommage annuel de la République française à Clemenceau, infatigable combattant pour la justice. Peu de temps après, les photos de Cláudia Andujar exposeront les modes d’existence et la lutte des Yanomami à la Fondation Cartier. Puis c’est à Brasília où La Marche des femmes et le Printemps indigène occupent l'Esplanade des ministères pour revendiquer leurs droits territoriaux. Une dynamique s’est enclenchée et les peuples indigènes sont en marche. Dans ce contexte, le Dossier est d’abord une réponse aux clameurs de ces peuples et de ces personnes : Sens public met ses bases à leur disposition pour qu’ils les occupent.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.031
Threshold uncertainty score0.061

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0070.009
Scholarly communication0.0060.003
Open science0.0010.002
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0110.002

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.

Opus teacher head0.031
GPT teacher head0.269
Teacher spread0.238 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations2
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueSens publicSame topicMigration, Racism, and Human RightsFrench-language works237,207